république Algérienne Démocratique et Populaire

Ministere de L’enseignement Supérieur et de la Recherche Scientifique

Université des Sciences et de la Technologie d’Oran - Mohamed Boudiaf-
Faculté de Mathématiques et D’informatique
Département de mathématiques

Abdelkader Tami

Polycopié

Equations Différentielles Ordinaires

Cours et exercices d’applications

Année universitaire : 2016/2017

2
Table des matières

Table des matières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i

Préface 1

Introduction 3

1 Les équations différentielles d’ordre 1 7

1.1 Type I : Equations différentielles à variables séparables . . . . . . . . . . . . . . . . . 7
1.2 Type II : Equations différentielles homogène . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Type III : Equations différentielles linéaires d’ordre 1 . . . . . . . . . . . . . . . . . . 10
1.3.1 Propriétés des équations linéaires. . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Type IV : Equation de Jacob Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Type V : Equation différentielle aux différentielles totales (EDT) . . . . . . . . . . . 14
1.6 Type VI : Equation différentielle à facteur intégrant . . . . . . . . . . . . . . . . . . 16
1.7 Type VII : Equations différentielles non résolues par rapport à la dérivée . . . . . . . 17
1.7.1 Equations du premier ordre de degré n en y . . . . . . . . . . . . . . . . . . . 17
1.7.2 Equations de la forme f (y, y 0 ) = 0 et f (x, y 0 ) = 0. . . . . . . . . . . . . . . . . 19
1.8 Type VIII : Equation différentielle du 1er ordre de Lagrange . . . . . . . . . . . . . . 20
1.9 Type IX : Equation différentielle du 1er ordre de Clairaut . . . . . . . . . . . . . . . 21
1.10 Type X : Equation différentielle de Riccati . . . . . . . . . . . . . . . . . . . . . . . . 22
1.11 Exercices du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2 Les équations différentielles d’ordre 2 et d’ordre supérieur 35

2.1 Les équations différentielles d’ordre n qui admettent un abaissement d’ordre . . . . . 37
2.1.1 Les équations de la forme y (n) = f (x) . . . . . . . . . . . . . . . . . . . . . . . 37
2.1.2 Les équations de la forme y (n) = f (x, y (k) , y (k+1) , ..., y (n−1) ) . . . . . . . . . . . 37
2.1.3 Les équations de la forme y (n) = f (y, y 0 , ..., y (n−1) ) . . . . . . . . . . . . . . . . 38
2.2 Les équations différentielles linéaires d’ordre n . . . . . . . . . . . . . . . . . . . . . . 38
2.2.1 Equations différentielles linéaires homogènes d’ordre n . . . . . . . . . . . . . 38
2.2.1.1 Indépendance linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.1.2 Equations linéaires homogène à coefficients constants . . . . . . . . . 40
2.2.2 Equation linéaire non homogène à coefficients constants . . . . . . . . . . . . . 42
2.2.2.1 Méthode des coefficients indéterminées . . . . . . . . . . . . . . . . 42
2.3 Equation d’Eleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1 Equation d’Eleur homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1.1 Méthode de Résolution . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.2 Equation d’Eleur non homogène . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.4 Les équations différentielles linéaires d’ordre n à coefficients variables . . . . . . . . . 49
2.4.1 La méthode de variation des constantes (méthode de Lagrange) . . . . . . . . 50
i
 2.4.2 Intégration des équations différentielles linéaire d’ordre n à l’aide des séries
entière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.5 Exercices du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

3 Equations différentielles. Résultats fondamentaux 69

3.1 Définitions. Solutions maximales et globales. . . . . . . . . . . . . . . . . . . . . . . . 69
3.1.1 Solutions maximales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.1.2 Solutions globales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 Régularité des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.1 Calcul des dérivées successives d’une solution y . . . . . . . . . . . . . . . . . 71
3.3 Problème de Cauchy, théorème de Cauchy-Lispschitz . . . . . . . . . . . . . . . . . . 72
3.3.1 Théorèmes sur les solutions globales . . . . . . . . . . . . . . . . . . . . . . . . 76
3.4 Exercices du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

4 Systèmes d’équations différentielles 85

4.1 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.2 Méthode d’élimination successives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3 Systèmes différentiels linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.3.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.3.2 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.3.3 Méthode de variation des constantes . . . . . . . . . . . . . . . . . . . . . . . 91
4.4 Les système linéaires à coefficients constants . . . . . . . . . . . . . . . . . . . . . . . 94
4.4.1 Etude du le système homogène . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.4.1.1 Les méthodes de résolution . . . . . . . . . . . . . . . . . . . . . . . 94
4.4.2 La méthode d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.4.3 La méthode de l’exponentielle d’une matrice . . . . . . . . . . . . . . . . . . . 104
4.4.3.1 Matrice fondamentale de solution . . . . . . . . . . . . . . . . . . . 111
4.4.4 Étude du système non homogène de la forme X 0 (t) = AX(t) + B(t) . . . . . . 111
4.5 Les systèmes linéaires à coefficients variables . . . . . . . . . . . . . . . . . . . . . . . 116
4.5.1 Etude de X 0 (t) = A(t)X(t) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.5.1.1 Exhiber une famille libre de n éléments de S0 . . . . . . . . . . . . . 116
4.5.1.2 Utiliser la méthode générale de résolution de X 0 (t) = A(t)X(t) . . . . 118
4.5.2 Etude de X 0 (t) = A(t)X(t) + B(t) . . . . . . . . . . . . . . . . . . . . . . . . . 119
4.5.2.1 Utiliser la méthode de variation des constantes . . . . . . . . . . . . 119
4.6 Exercices du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

5 Introduction aux notions de Stabilité 137

5.1 Stabilité au sens de Liapounov. Notions fondamentales et définitions . . . . . . . . . . 137
5.2 Exercices du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

Bibliographie 147

ii
Préface

Ce polycopié est proposé aux étudiants des classes de mahématiques spéciales de la troisième
année licence LMD (programme L3) des rappeles et des compléments de cours complets, ainsi que
des exercices résolus la fin de chaque chapitre. Il pourra également intéresser les étudiants de deuxième
année chimie, génie électrique et génie mécanique.
Je tiens à remercier toutes les presonnes qui m’ont aidé, Benabdallah Mehdi, Benaissa Fadila et
Tlemcani Mounir pour la relecture de certains chapitres.
Je serais reconnaissant à tous les lecteurs qui me feront parvenir leurs remarques et suggestions afin
que je puisse améliorer ce travail.

1
2
Introduction

Plusieurs phénomènes surtout en chimie, physique, mécanique, electricité,... sont modelisés par
des équations différentielles
Par exemple :
dx 1
1) L’équation du déplacement = x, c’est une équation différentielle d’ordre 1.
dt t
2) En éléctricité, si on consider un circuit RLC, en fermant l’interrupteur au moment t = 0. Par les
lois d’Ohm et Kirchhoff on trouve l’équation différentielle donnant la quantité du courant q à travers
le condensateur C
d2 q dq 1
L 2
+ R + q = E.
dt dt C
Définition 0.0.1. Une équation différentielle est une relation de la forme :

f (x, y, y 0 , y 00 , ..., y (n) ) = 0, (0.1)

entre une variable x, une fonction y et ses dérivées successives jusqu’à l’ordre n.

Exemple 0.0.2.

1. y 0 + y = 0

2. (y 00 )2 − (y 0 )5 + 3y = 0

3. (y 000 )2 + (y 0 )5 + 3y = x2

Définition 0.0.3. On appelle ordre de l’équation différentielle (0.1) le degré de la dérivé le plus
élevé, dans l’exemple précédent, on a

1. équation différentielle d’ordre 1

2. équation différentielle d’ordre 2

3. équation différentielle d’ordre 3

Remarque 0.0.4. Si la fonction inconnue est de deux (ou pluiseurs) variables z = z(x, y) (respective-
0 0 00 00 00 00
ment y = y(x, x1 , x2 , ..., xn )). D’où la relation entre x et y est les dérivées partielles zx , zy , zxx , zyy , zxy , zyx
est appelée equation aux dérivées partielles (EDP).

Définition 0.0.5. On appelle solution (ou intégrale) d’une équation différentielle (0.1) toute fonction
y = y(x) définie sur un intervalle I de R, possédant des dérivées successives y 0 , y 00 , ..., y n et vérifiant
la relation (0.1).

3
Exemple 0.0.6.

1. Pour l’équation différentielle y 00 +y = 0 (équation différentielle d’ordre 2) ; la fonction y1 = sin x

0 00
est une solution, puisque sin x est définie sur I = R et il existe y1 = cos x et y1 = − sin x et
00
y1 + y1 = 0.
De même y2 = cos x est aussi solution de l’équation donnée. De même y3 = sin x + cos x. En
générale y = a sin x + b cos x est aussi solution où a et b sont deux constantes réelles. Cette der-
nière est appelée solution générale et les autres y1 , y2 , y3 , ..., yn sont des solutions particulières.

2. L’équation y 0 + y = 0 admet l’intégrale générale y = Ce−x , les intégrales particulières y = e−x ,

y = 2e−x ,...

3. L’équation (y 0 )2 − 4y = 0 admet l’intégrale générale y = (x + C)2 , les intégrales particulières

sont y = x2 , y = (x + 1)2 et une solution singulière y = 0.

Remarque 0.0.7.

1. Résoudre (intégrer) une équation différentielle c’est de trouver toutes les solutions (intégrales)
possibles.

2. La courbe représentative de la solution générale (respectivement particulière) est appelée courbe

intégrale.

Exemple 0.0.8 (Equation différentielle d’une famille de courbes à un paramètre).

Une famille de courbes à un paramètre est définie par une équation :

f (x, y, λ) = 0. (0.2)

Cette équation fait correspondre à chaque valeur de λ une courbe Cλ de la famille. En dérivant (0.2),
on obtient
0 0
fx + y 0 fy = 0, (0.3)

qui dépend en générale de λ et par suite de (Cλ ). En éliminant λ entre (0.2) et (0.3) on obtient une
relation :

F (x, y, y 0 ) = 0, (0.4)

c’est-à-dire une équation différentielle du premier ordre dite équation différentielle de la famille des
courbes (Cλ ) . (0.2) est la solution générale de (0.4). Les courbes (Cλ ) sont appelées courbes intégrales
de (0.4).
Les courbes intégrales d’une équation différentielle du premier ordre (0.4) constituent une famille de
courbes à un paramètre. Leur enveloppe (Γ) si elle existe, est la courbe intégrale singulière de (0.4).
Considérons par exemple les droites ∆λ d’équation :

λ2
y = λx + , (0.5)
2
en dérivant (0.5), on obtient :

y 0 = λ. (0.6)

4
L’élimination de λ entre (0.5) et (0.6) donne

(y 0 )2
y = xy 0 + , (0.7)
2
(0.7) est l’équation différentielle de cette famille de droites. (0.5) est la solution générale de (0.7)
qui admet l’intégrale singulière :

x2
y=− (Γ). (0.8)
2

5
6
Chapitre 1

Les équations différentielles d’ordre 1

Le but de ce premier chapitre est de faire quelques rappels du cours de première année sur les
équations différentielles du premier ordre. On donner les techniques nécessaires pour la résolution de
certaines équations relativement simples. Tout d’abord, on précise ce qu’on entend par "équations
différentielles" et par solutions d’une équation donnée vérifiant certaines conditions initiales. En
particulier, on étudiera les équations homogènes, de Bernoulli et de Ricatti.

Définition 1.0.1. Une équation différentielle d’ordre 1 est toute relation de la forme

F (x, y, y 0 ) = 0 (1.1)

Remarque 1.0.2.

1. Si on peut exprimer dans l’équation (1.1) y 0 en fonction de x et y, alors on obtient une équation
différentielle appelée résoluble en y 0 de forme

y 0 = f (x, y). (1.2)

Sinon dans le cas contraire l’équation (1.1) est dite non résoluble en y 0 (ou implicite).

2. Il y en a plusieurs types d’équations différentielles d’ordre 1.

Les équations de la forme (1.2)

(a) Equations différentielles à variables séparables

(b) Equations différentielles homogène
(c) Equations différentielles linéaires

Les équations de la forme (1.1) : Equation de Bernoulli, Riccati, Lagrange, Clairaut,...

1.1 Type I : Equations différentielles à variables séparables

Définition 1.1.1. On appelle équation à variables séparables toute équation différentielle qui peut
se mettre sous la forme

φ(y)y 0 = ϕ(x), (1.3)

où ϕ et φ sont des applications continues sur des intervalles à préciser.

7
 dy
Méthode de résolution : En remplaçant y 0 = dans (1.3), on trouve
dx

dy
φ(y) = ϕ(x) ou φ(y)dy = ϕ(x)dx, (1.4)
dx

on intégre (1.4) terme à terme pour obtenir ainsi la solution générale de l’équation (1.3) sous la forme
Z Z
φ(y)dy = ϕ(x)dx + C, (1.5)

où C étant une constante arbitraire.

Exemple 1.1.2. Intégrer l’équation suivante :

x3 y 0 = e3y . (1.6)

dx
On peut séparer les variables car y 0 = ; on obtient
dy

1
e−3y dy = dx
x3

En intégrant, on obtient
e−3y 1
= 2 + C.
3 2x
Donc
1  3
 
y = − ln  2 + C̃  ,

3 2x
où C̃ ∈ R.

Exemple 1.1.3. Intégrer l’équation suivante :

1 + y2
y0 =
1 + x2
dx
On peut séparer les variables car y 0 = ; on obtient
dy
dy dx
= ,
1 + y2 1 + x2
d’où
(G)
z }| {
arctan y = arctan x + C . (1.7)

La solution de l’équation est donnée (implicitement) par la relation (G). Sinon, en prenant la tangente
des deux membres de (1.7), on obtient une relation algébrique entre x et y :

x + tan C
y= . (1.8)
1 − x tan C
8
1.2 Type II : Equations différentielles homogène
Définition 1.2.1. On appelle équation homogène toute équation différentielle qui ne change pas
lorsque l’on remplace x par λx et y par λy pour tout réel λ. Une équation homogène peut se mettre
y
sous la forme φ(y 0 , ) = 0 et parfois sous la forme
x

y
y 0 = f ( ). (1.9)
x
où f est une fonction homogène de degré zéro (c’est-à-dire f (λx, λy) = f (x, y)).

Rappel : f est dite homogène de degré m si ∀(x, y) ∈ Df on a f (λx, λy) = λm f (x, y).

Méthode de résolution : Nous nous bornerons aux équations homogènes que l’on peut mettre
y
sous la forme (1.9). Dans ce cas, on pose = t ou y = tx (t est donc une fonction de x). On en
x
déduit
y 0 = t0 x + t.
(1.9) devient :
t0 x + t = f (t),
ou
dt
t0 x = f (t) − t, x = f (t) − t,
dx
ou, en séparant les variables :
dx dt
= ,
x f (t) − t
et, en intégrant : Z
dt
ln |x| = + ln K,
f (t) − t
ln K étant une constante arbitraire. D’où

x = CF (t),

avec Z
dt
F (t) = exp( ) et C = ±K.
f (t) − t
Par conséquent, la solution générale de (1.9) est :

y = CtF (t).

Exemple 1.2.2. Intégrer l’équation :

x+y
y0 = (1.10)
x−y
On a bien une équation homogène. Posons y = tx, d’où y 0 = t0 x + t. En substituant et simplifiant
par x, il vient :
1+t 1 + t2
t0 x + t = , ou t0 x = .
1−t 1−t
Séparons les variables :
dx (1 − t)dt dt tdt
= = − .
x 1+t 2 1+t 2 1 + t2
9
Intégrant terme à terme :
1 1
ln |x| = arctan t − ln(1 + t2 ) + ln |C| ou ln |x| + ln(1 + t2 ) = arctan t + ln |C| .
2 2
y
Mais, t = , d’où :
x

1 y q
ln |x| + ln(1 + ( )2 ) = ln x2 + y 2 .
2 x
Conclusion. La solution générale de (1.10) est donnée (implicitement) par :

q y
ln x2 + y 2 = arctan + K,
x
où K = ln |C| est une constante.

Exemple 1.2.3. Intégrer l’équation :

(x2 − y 2 )y 0 = 2xy (1.11)

On a successivement, en posant y = tx, d’où y 0 = t0 x + t :

2xy 2t t3 + t
y0 = , t0 x + t = , t0
x = ;
x − y2
2 1 − t2 1 − t2

d’où
dx (1 − t2 )dt dt 2tdt
= = − .
x t(1 + t )
2 t 1 + t2
En intégrant terme à terme, il vient :

ln |x| = ln |t| − ln(1 + t2 ) + ln |C| ,

ou :
x(t2 + 1) = Ct;
y
en remplaçant t par , il vient finalement :
x
x2 + y 2 − Cy = 0.

1.3 Type III : Equations différentielles linéaires d’ordre 1

Les équations différentielles linéaires d’ordre 1 sont les plus intéressantes car on les rencontre en
physique (électricité, mécanique,...), ce sont des équations où y et y 0 sont du 1er degré.
Forme générale est :
a(x)y 0 + b(x)y = c(x), (1.12)
où a, b et c sont des fonctions en x.

Remarque 1.3.1.
10
 1. Si a(x) 6= 0, alors (1.12) est dite normalisée. Dans ce cas (1.12) se ramène à l’équation :
y 0 + p(x)y = q(x), (1.13)
b(x) c(x)
où p(x) = et q(x) = .
a(x) a(x)
2. Si c(x) = 0 ; ou bien q(x) = 0, alors l’équation obtenue sera homogène (de type 1 et 2) appelée
équation linéaire homogène
a(x)y 0 + b(x)y = 0 ou bien y 0 + p(x)y = 0 (1.14)

Méthode de résolution :
On peut utiliser la transformation de Laplace, aussi les séries entières,..., etc
On va appliquer la méthode classique de Lagrange : méthode de variation de la constante (MVC).
Pour intégrer (1.13), intégrons l’équation sans deuxième membre (1.14) en séparant les variables :
dy
+ p(x)y = 0,
dx
d’où
dy
= −p(x)dx,
y
et, en intégrant : Z
ln |y| = − p(x)dx + ln |C| .
En posant
Z
u(x) = p(x)dx,
on a la solution de (1.14) :
y = Ce−u(x) (1.15)
Cherchons une solution de (1.13) de la même que (1.15), mais en considérant C comme une fonction
de x. En dérivant (1.15), il vient ;
y 0 = C 0 e−u(x) − Ce−u(x) u0 .
Mais
u0 = p(x), y 0 = C 0 e−u(x) − Ce−u(x) p(x).
En portant dans (1.13), il vient :
C 0 e−u(x) − Ce−u(x) p(x) + Ce−u(x) p(x) = q(x),
ou
C 0 = q(x)eu(x) (1.16)
(1.16) permet de calculer C(x) ; en intégrant on obtient, en effet :
Z
C= q(x)eu(x) + C1 .

En remplaçant C par sa valeur dans (1.15), on obtient l’intégrale générale de (1.13) :

Z
y = e−u(x) ( q(x)eu(x) dx + C1 ),
avec Z
u(x) = p(x)dx, et C1 est une constante réelle.
11
Exemple 1.3.2. Intégrer l’équation
xy 0 − y = x2 . (1.17)

Si xy 0 − y = 0, on a :
dy dx
= ,
y x
ou, en intégrant :
ln |y| = ln |x| + ln |C| d’où y = Cx

Cherchons une solution de (1.17) de la forme y = C(x)x. On aura :

y 0 = C 0 (x)x + C(x),

et, en portant dans (1.17) :

C 0 (x)x2 + C(x)x − C(x)x = x2 ou C 0 (x) = 1 et C(x) = x + C1 ,

d’où la solution générale de (1.17) est

y = x(x + C1 ),

où C1 est une constante réelle.

Exemple 1.3.3. Intégrons l’équation différentielle linéaire suivante :

2
y 0 + 2xy = |2xe{z−x} (1.18)
|{z}
p(x) q(x)

Si y 0 + 2xy = 0, on a

dy
= −2xdx,
y
ou, en intégrant :
2
ln |y| = −x2 + C d’où y = C1 e−x (C1 = ±eC )
2
Cherchons une solution de (1.18) de la forme y = C1 (x)e−x . On aura :
2 2
y 0 = C10 (x)e−x − 2xC1 (x)e−x ,

et, en portant dans (??) :

2 2 2 2
C10 (x)e−x − 2xC1 (x)e−x + 2xC1 (x)e−x = 2xe−x ou C10 (x) = 2x et C1 (x) = x2 + C2 ,

d’où la solution générale de (1.18) est

2
y = (x2 + C2 )e−x ,

où C2 est une constante réelle.

12
1.3.1 Propriétés des équations linéaires.
On vérifie facilement les propriétés suivantes :
1. Si y1 est une solution de (1.19) :

y 0 + p(x)y = 0. (1.19)
Cy1 est aussi solution de (1.19).
2. Si Y est une solution particulière de (1.20) :
y 0 + p(x)y = q(x), (1.20)
et y1 est une solution de (1.19) alors
y = Cy1 + Y,
est la solution générale de (1.20).
Pour intégrer (1.20), il suffit d’ajouter à l’intégrale générale de (1.19) une intégrale générale
particulière de (1.20). Si, par exemple, on a l’équation :
y 0 sin2 x − y tan x = tan x; (1.21)
y1 = tan x est une solution de (1.22) :
y 0 sin2 x − y tan x = 0, (1.22)
et Y = −1 est solution particulière de (1.21). On a donc l’intégrale générale :
y = C1 tan x − 1.

Remarque 1.3.4. Par fois l’équation non linéaire en y mais elle linéaire en x = x(y)
1
Exemple 1.3.5. On considère l’équation différentielle y 0 = (voir l’exercice 1.12).
x cos y + sin 2y

1.4 Type IV : Equation de Jacob Bernoulli

Forme générale est :
y 0 + p(x)y = q(x)y m , (1.23)
où m ∈ R, p et q sont des fonctions en x.
Si m = 0 ou m = 1, on se ramène à l’équation linéaire.
Méthode de résolution :
Elle se ramène à une équation différentielle linéaire d’ordre 1 en divisant par y m et en posant :
1
z = m−1 , car
y
y0
z 0 = (1 − m) m
y
et, en portant dans (1.23) puis en simplifiant :
z0
+ p(x)z = q(x) (1.24)
1−m
D’où la solution générale de (1.23) est
1
y= √ ,
z
(m−1)

où z est la solution générale de (1.24).

13
Exemple 1.4.1. Intégrer l’équation de Bernoulli suivante :

−x y = |{z}
y 0 |{z} x y3 (1.25)
p(x) q(x)

y0 1 1
Divisons par y 3 , on obtient − x = −x, puis on fait un changement de variable z = , cela
y3 y2 y2
donnerait
z 0 = −2y −3 y 0 .
En remplaçant dans (1.25) on obtient une équation différentielle linéaire d’ordre 1,

z 0 + 2xz = 2x (1.26)

La résolution de (1.26) donne

2
z = 1 + Ce−x ,
où C ∈ R.
La solution générale de (1.25) est donc
s
1 1
s
y=± où y = ± ,
z 1 + Ce−x2

où C ∈ R.

Remarque 1.4.2. Il existe d’équation de Bernoulli en x = x(y).

1.5 Type V : Equation différentielle aux différentielles to-

tales (EDT)
Une équation différentielle de la forme

M (x, y)dx + N (x, y)dy = 0, (1.27)

s’appelle équation aux différentielles totales si son premier membre représente une différentielle totale
d’une certaine fonction U (x, y), c’est-à-dire si

∂U ∂U
M (x, y)dx + N (x, y)dy = dU = dx + dy.
∂x ∂y

Théorème 1.5.1. Pour que l’équation (1.27) soit une équation aux différentielle totale, il faut et il
suffit que dans un certain domaine D de variation des variables x et y soit satisfaite la condition
suivante :
∂M ∂N
≡ . (1.28)
∂y ∂x

L’intégrale générale de l’équation (1.27) est de la forme U (x, y) = C ; où C ∈ R.

Exemple 1.5.2. Résoudre l’équation

(sin(xy) + xy cos(xy))dx + x2 cos(xy)dy = 0. (1.29)

14
Vérifions si cette équation est une équation aux différentielle totale :

 ∂M

= x cos(xy) + x cos(xy) − x2 y sin(xy) = 2x cos(xy) − x2 y sin(xy)



∂y
∂N
= 2x cos(xy) − x2 y sin(xy)




∂x
si bien que
∂M ∂N
≡ ,
∂y ∂x
c’est-à-dire que la condition (1.28) est satisfaite. Ainsi l’équation donnée est aux différentielles totales
et
∂U

M (x, y) = sin(xy) + xy cos(xy),
=



∂x
∂U
N = (x, y) = x2 cos(xy),



∂y
donc, Z Z
U (x, y) = x cos(xy)dy = x
2 2
cos(xy)dy = x sin(xy) + ϕ(x),
∂U
où ϕ est une fonction indéterminée pour le moment. La dérivée partielle de la fonction U doit
∂x
égale sin(xy) + xy cos(xy), ce qui donne

sin(xy) + xy cos(xy) + ϕ0 (x) = sin(xy) + xy cos(xy),

d’où
ϕ0 (x) = 0 si bien que ϕ(x) = C.
Ainsi
U (x, y) = x sin(xy) + C.
La solution générale de (1.29) est donnée implicitement par la relation :

x sin(xy) = C; où C est une constante réelle.

Exemple 1.5.3. Résoudre l’équation différentielle

(3x2 + 6xy 2 ) dx + (6x2 y + 4y 3 ) dy = 0. (1.30)

| {z } | {z }
M (x,y) N (x,y)

Ici,
∂M ∂N
= 12xy, = 12xy
∂y ∂x
de sorte que la condition (1.28) est satisfaite et donc, l’équation considérée est une équation aux
différentielles totales. Elle peut être facilement ramenée à la forme dU = 0 par le groupement direct
des ses termes. A cet effet, écrivons-la sous la forme

6xy 2 dx + 6x2 ydy + 3x2 dx + 4y 3 dy = 0.

Il est évident que

6xy 2 dx + 6x2 ydy = 3xy(2ydx + 2xdy) = 3d((xy)2 ), 3x2 dx = d(x3 ), 4y 3 dy = d(y 4 ).

15
L’équation (1.30) peut donc se mettre sous la forme

3d((xy)2 ) + d(x3 ) + d(y 4 ) = 0,

ou
d(3(xy)2 + x3 + y 4 ) = 0.
Par suite la solution générale de (1.30) est donnée implicitement par la relation :

3(xy)2 + x3 + y 4 = C; où C est une constante réelle.

1.6 Type VI : Equation différentielle à facteur intégrant

Dans certains cas où l’équation (1.27) n’est pas aux différentielles totales, on arrive parfois à
trouver une fonction µ(x, y) telle que le premier membre de l’équation (1.27) se transforme en une
différentielle totale après la multiplication par cette fonction

dU = µM dx + µN dy.

Une telle fonction µ(x, y) s’appelle facteur intégrant. Par la définition même du facteur intégrant on
a
∂(µM ) ∂(µN )
= ,
∂y ∂x
ou
∂µ ∂µ ∂M ∂N
N −M =( − )µ,
∂x ∂y ∂y ∂x
d’où
∂ ln µ ∂ ln µ ∂M ∂N
N −M = − . (1.31)
∂x ∂y ∂y ∂x
Pour déterminer le facteur intégrant nous avons obtenu une équation aux dérivées partielles.
Signalons quelques cas particuliers où on parvient à trouver assez facilement la solution de l’équation
(1.31), c’est-à-dire le facteur intégrant.
∂µ
1. si µ = µ(x), alors = 0 et l’équation (1.31) devient
∂y
∂M ∂N
d ln µ ∂y
− ∂x
= = ϕ(x). (1.32)
dx N
D’où
Z
ln µ(x) = ϕ(x)dx.

Pour qu’il existe un facteur intégrant indépendant de y, il faut et il suffit que le second membre
de l’équation (1.32) soit fonction de la seule variable x. Dans un tel cas ln µ s’obtient par une
quadrature.
Exemple 1.6.1. Résoudre l’équation

(x2 + y 2 )dx − 2xydy = 0 (1.33)

On a
∂M ∂N
= 2y 6= = −2y,
∂y ∂x
16
 donc elle est de type 6. On calcule
∂M ∂N
∂y
− ∂x 2
=− = ϕ(x),
N x
alors
d ln µ 2 Z
dx
= − , ln |µ(x)| = −2 , ln |µ(x)| = ln(x−2 ),
dx x x
et par conséquent le facteur intégrant est
1
µ(x) = .
x2
D’où l’équation
x2 + y 2 2y
2
dx − dy = 0,
x x
est une équation aux différentielles totales. Son premier membre peut être mis sous la forme

dx 2xydy − y 2 dx y2
− = 0, d’où d(ln |x| − ) = 0,
x x2 x
et la solution générale de (1.33) est
y2
x = Ce x C ∈ R.

2. De façon analogue si µ dépend de y uniquement (µ(x, y) = µ(y)), alors

∂N ∂M
d ln µ ∂x
− ∂y
= = ψ(y),
dy M
et Z
ln µ(y) = ψ(y)dy.

Exemple 1.6.2. Voir le cas 4 exercice 1.13.

1.7 Type VII : Equations différentielles non résolues par

rapport à la dérivée
1.7.1 Equations du premier ordre de degré n en y
Forme générale est :

(y 0 )n + a1 (x, y)(y 0 )n−1 + ... + an−1 (x, y)y 0 + an (x, y) = 0,

avec n le degré de l’équation et ak (x, y) sont des fonctions (k = 1, ..., n).

Méthode de résolution :
On pose y 0 = p et on trouve une équation algébrique en p

pn + a1 pn−1 + ... + an−1 p + an = 0

17
Exemple 1.7.1. Résoudre l’équation

y(y 0 )2 + (x − y)y 0 − x = 0 (1.34)

Posons y 0 = p, où p est un paramètre ; il vient

yp2 + (x − y)p − x = 0 (1.35)

L’équation (1.35) admet deux racines


x

 p=−
y




 ou
=1

 p


1. Si p = y 0 = 1 alors y = x + C1

x 1 1
2. Si p = y 0 = − alors y 2 = − x2 + C2 ou y 2 = −x2 + C3 (C3 = 2C2 ).
y 2 2

L’ensemble des solutions de l’équation (1.34) est

y = x + C1 , y 2 = −x2 + C3 ,

où C1 et C3 sont des constantes réelles.

Remarque 1.7.2. Parfois on arrive pas à exprimer p(= y 0 ) explicitement. D’où on utilise les fonc-
tions implicites. Illustrons ce procédé par l’exemple suivant :

Exemple 1.7.3. Résoudre l’équation

y = 2(y 0 )2 + 3(y 0 )3 (1.36)

Posons y 0 = p et on remplace dans (1.36), il vient

y = 2p2 + 3p3 (1.37)

En dérivant (1.37), on obtient

dp dp dp
y 0 = p = 4p + 9p2 ou (4 + 9p) = 1 (équation différentielle à variables séparables). (1.38)
dx dx dx

La résolution de cette équation donne

9
x = 4p + p2 − C (1.39)
4

où K est une constante réelle.

La solution de (1.36) est donné (implicitement) par (1.37) et (1.39).
18
1.7.2 Equations de la forme f (y, y 0 ) = 0 et f (x, y 0 ) = 0.
Si les équations f (y, y 0 ) = 0 et f (x, y 0 ) = 0 sont facilement résolubles par rapport à y 0 , leurs
résolution donne des équations à variables séparables.
Considérons des cas où ces équations ne sont pas résolubles par rapport à y 0 .
A) L’équation de la forme f (y, y 0 ) = 0 est résoluble par rapport à y :
y = ϕ(y 0 ).
Posons y 0 = p, alors y = ϕ(p). En différentiant cette équation et en remplaçant dy par pdx, on
obtient
pdx = ϕ0 (p)dp,
d’où
ϕ0 (p) Z
ϕ0 (p)
dx = dp et x = dp + C.
p p
On obtient la solution générale de l’équation donnée sous forme paramétrique
Z
ϕ0 (p)
x= dp + C, y = ϕ(p). (1.40)
p
Exemple 1.7.4. Résoudre l’équation
y = (y 0 )2 sin y 0 . (1.41)
Posons y 0 = p, d’où y = p2 sin p. On en déduit :
dy dy
= p, dx = .
dx p
Mais
dy = (2p sin p + p2 cos p)dp;
on a donc :
dx = (2 sin p + cos p)dp,
et
x = −2 cos p + sin p + C.
La solution générale sera
y = p2 sin p, x = −2 cos p + sin p + C.

B) Si l’équation de la forme f (y, y 0 ) = 0 n’est pas résoluble (ou est difficilement résoluble) tant par
rapport à y que par rapport à y 0 , mais admet une expression de y et y 0 par certain paramètre
t:
dy
y = ϕ(t), p = φ(t) (p = ),
dx
donc on procède comme suit. On a dy = pdx = φ(t)dx d’une part. D’autre part on a y 0 = ϕ0 (t)dt
ϕ0 (t)
de sorte que φ(t)dx = ϕ0 (t)dt et dx = dt ; d’où
φ(t)
Z
ϕ0 (t)
x= dt.
φ(t)
Ainsi, on obtient la solution générale de l’équation différentielle donnée sous forme paramétrique
Z
ϕ0 (t)
x= dt, y = ϕ(t).
φ(t)
19
 Exemple 1.7.5. Résoudre l’équation

y 2 + (y 0 )2 = 1.

Posons y = sin t, y 0 = p = cos t,

dy cos t
dx = = dt = dt.
p cos t
D’où Z
x= dt = t + C;

et la solution générale est

x = t + C, y = sin t.

C) Equation de la forme f (x, y 0 ) = 0. Supposons que cette équation soit résoluble par rapport à
x:
x = ϕ(y 0 ).
dy
Posons y 0 = p, il vient dx = ϕ0 (p)dp. Mais dx = et, suite,
p
dy
= ϕ0 (p)dp,
p
si bien que Z
dy = pϕ0 (p)dp et y = pϕ0 (p)dp + C,

qui est la solution générale de l’équation sous forme paramétrique.

Exemple 1.7.6. Résoudre l’équation

dy dy
a + b( )2 = x.
dx dx

dy
Posons = p, alors
dx
x = ap + bp2 , dx = adp + 2bdp,
a 2
dy = pdx = apdp + 2bp2 dp, y = p2 + bp3 + C.
2 3
Finalement,
a 2
x = ap + bp2 , y = p2 + bp3 + C.
2 3

1.8 Type VIII : Equation différentielle du 1er ordre de La-

grange
Définition 1.8.1. On appelle équation de Lagrange toute équation différentielle qui peut se mettre
sous la forme :
y = xϕ(y 0 ) + ψ(y 0 ), (1.42)
où ϕ et ψ sont des applications continûment dérivable sur des intervalles à préciser.
20
 Méthode de résolution :
dy
On pose p = y 0 = . L’équation (1.42) devient
dx
y = x(p)ϕ(p) + ψ(p), (1.43)

On la dérive par rapport à p :

dy
= x0 (p)ϕ(p) + x(p)ϕ0 (p) + ψ 0 (p),
dp
or
dy dy dx
= × = px0 (p).
dp dx dp
Donc

px0 (p) = x0 (p)ϕ(p) + x(p)ϕ0 (p) + ψ 0 (p) ou (p − ϕ(p))x0 (p) − x(p)ϕ0 (p) = ψ 0 (p), (1.44)

on ramène l’équation (1.43) à une équation linéaire de premier ordre en prenant pour la variable p et
pour la fonction x. En recherchant la solution de (1.44) x = r(p, C), on obtient la solution générale
de l’équation (1.42) sous forme paramétrique :

x = r(p, C), y = r(p, C)ϕ(p) + φ(p) (p est un paramètre).

Exemple 1.8.2. Résoudre l’équation

xy 0 + y + (y 0 )2 = 0. (1.45)

On pose y 0 = p. L’équation (1.45) devient

y = −px(p) − p2 .

D’où
dy
−x(p) − px0 (p) − 2p = = px0 (p) et 2px0 (p) + x(p) = −2p.
dp
Nous avons obtenu une équation du premier ordre, linéaire en x, en la résolvant, on a
C 2
x = q − p avec C ∈ R.
|p| 3

En portant la valeur trouvé de x dans l’expression de y, on obtient en définitive

C 2 C 1
x = q − p, y = −p q − p2 avec C ∈ R.
|p| 3 |p| 3

1.9 Type IX : Equation différentielle du 1er ordre de Clai-

raut
Définition 1.9.1. On appelle équation de Clairaut toute équation différentielle qui peut se mettre
sous la forme :

y = xy 0 + ϕ(y 0 ). (1.46)
où ϕ est une application continûment dérivable sur des intervalles à préciser.
21
 Méthode de résolution : La méthode de sa résolution est la même que celle utilisée pour
l’équation de Lagrange. La solution générale de l’équation de Clairaut est de la forme

y = Cx + ϕ(C). (1.47)

Exemple 1.9.2. Résoudre l’équation

y0
y = xy 0 + , (1.48)
y0 + 1
sur ] − ∞; 0[.
On pose y 0 = p. L’équation (1.48) devient
p
y = xp + .
P +1
D’où
p0 (p + 1) − pp0
y 0 = xp0 + p + = p.
(P + 1)2
Donc
1
p0 (x + ) = 0.
(t + 1)2
1. Si p0 = 0, alors p = C avec C ∈ R.
D’où
C
y = Cx + avec C ∈ R.
C +1
1 1
2. x + = 0, alors p = √ − 1.
(t + 1) 2 −x
D’où
p √ √1 −
−x
1 √
y = xp + = − −x − x + = −2 −x − x + 1.
p+1 √1
−x

1.10 Type X : Equation différentielle de Riccati

Définition 1.10.1. On appelle équation de Riccati toute équation qui peut se mettre sous la forme :
dy
+ a(x)y 2 + b(x)y + c(x) = 0, (1.49)
dx
où a(x), b(x) et c(x) sont des fonctions continues sur des intervalles à préciser. Si les coefficients a,
b et c dans l’équation de Riccati sont constants, l’équation admet la séparation des variables et on
obtient tout de suite son intégrale générale
Z
dy
C1 − x = .
ay 2 + by + c
Remarque 1.10.2.

1. Si l’on connaît une solution particulière quelconque y1 (x) de l’équation (1.49), sa solution gé-
nérale peut être obtenue par des quadratures.
En effet, posons
y = y1 (x) + z(x), (1.50)
22
où z(x) est une nouvelle fonction inconnue. En portant (1.50) dans (1.49), on trouve
dy1 dz
+ + a(x)(y12 + 2y1 z + z 2 ) + b(x)(y1 + z) + c(x) = 0,
dx dx
d’où compte tenu du fait que y1 (x) est solution de (1.49), on obtient

dz
+ a(x)(2y1 z + z 2 ) + b(x)z = 0,
dx
ou
dz
+ a(x)z 2 + [2a(x)y1 + b(x)]z = 0 (1.51)
dx
L’équation (1.51) est un cas particulière de l’équation de Bernoulli.
Exemple 1.10.3. Résoudre l’équation de Riccati

y 0 − y 2 + 2ex y = e2x + ex , (1.52)

connaissant l’une des ses solution particulière y1 = ex .

Posons y = ex + z(x) et portant dans l’équation (1.52), il vient
dz
= z2,
dx
d’où
1 1
− = x − C, ou z = .
z C −x
Ainsi la solution générale de l’équation (1.52) est
1
y = ex + .
C −x
Remarque 1.10.4. Au lieu de la substitution (1.50) il s’avère parfois plus pratique d’effectuer
la substitution
1
y = y1 (x) + ,
z(x)
qui ramène tout de suite l’équation de Riccati (1.49) à l’équation linéaire

z 0 (x) − (2a(x)y1 (x) + b(x))z(x) = a(x).

Exemple 1.10.5. Résoudre l’équation de Riccati suivante :

2x2 y 0 = (x − 1)(y 2 − x2 ) + 2xy sur ]0; +∞[, (1.53)

connaissant l’une de ses solutions particulières y1 = x.

On peut mettre l’équation (1.53) sous la forme :
x−1 2 1 x−1
y0 = y + y − . (1.54)
2x2 x 2
1
On pose y = x + où z est une fonction qui ne s’annule pas sur ]0; +∞[.
0
z
z
On a y 0 = 1 − 2 et portant dans l’équation (1.54), il vient
z
1 1
z0 + z = −
2x 2 2x
23
 d’où
1
z = Ce−x −
2x
Ainsi la solution générale de l’équation (1.54) est

1 2Cx2 e−x + x
y =x+ = .
−x
Ce − 1
2x
2Cxe−x − 1

2. Si l’on connaît deux solutions particulières de l’équation (1.49), son intégrale générale s’obtient
par une seule quadrature.
Soient données deux solutions particulières y1 (x) et y2 (x) de de l’équation (1.49). En utilisant
le fait qu’on on l’identité
dy1
= −a(x)y12 − b(x)y1 − c(x),
dx
représentons l’équation (1.49) sous la forme

1 d(y − y1 )
= −a(x)(y + y1 ) − b(x),
y − y1 dx
ou encore
d
[ln(y − y1 )] = −a(x)(y + y1 ) − b(x). (1.55)
dx
En opérant d’une manière analogue, on trouve pour la deuxième solution particulière y2 (x)

d
[ln(y − y2 )] = −a(x)(y + y2 ) − b(x). (1.56)
dx
En soustrayant l’égalité (1.56) de l’égalité (1.55), on obtient

d y − y1
[ln ] = a(x)(y2 − y1 ),
dx y − y2

d’où
y − y1 R
= Ce a(x)(y2 (x)−y1 (x))dx . (1.57)
y − y2

Exemple 1.10.6. L’équation

dy m2
= 4 − y2, m = const, (1.58)
dx x
a des solutions particulières

1 m 1 m
y1 = + , y2 = − 2;
x x2 x x
En utilisant la formule (1.57), on obtient l’intégrale générale de l’équation (1.58)

y − y1 R −2m x2 y − x − m 2m
= Ce x2
dx
, d’où = Ce x .
y − y2 x y−x+m
2

24
1.11 Exercices du chapitre
Exercice 1.12. Intégrer les équations différentielles suivantes :

1. ydx − xdy = 0

2. dρ + ρ tan θdθ = 0

3. (t − s)dt + tds = 0
y x+1
4. y 0 − 2 =
x x
1
5. y 0 =
x cos y + sin 2y
6. x(x − 1)y 0 + y = x2 (2x − 1)

7. y 0 sin2 x − y tan x = tan x

Solutions.

1. On peut séparer les variables, on obtient

dy dx
= . (1.59)
y x

En intégrant (1.59), on obtient

Z
dy Z dx
= ou |y| = eK |x|
y x
Solution générale de de l’équation donnée est donc :

y = Cx; C = ±eK

2. L’équation donnée est une équation différentielle à variables séparables.

On a donc :
dρ
dρ + ρ tan θdθ = 0 ou = − tan θdθ. (1.60)
ρ

En intégrant (1.60), on obtient

1
|ρ| = eK
| sin θ|
Solution générale de l’équation donnée est donc :
C
ρ(θ) = ; C = ±eK
sin θ

3. On a bien une équation homogène, car

t
dt t
=− = s
. (1.61)
ds t−s 1 − st

25
 t
Posons λ = ou t = λs. Alors t0 = λ0 s + λ. En portant les expression de t et t0 dans l’équation
s
(1.61), on obtient :
dλ 2
s (λ − 1) = −λ2 s (1.62)
ds
(1.62) est une équation différentielle à variables séparables. Intégrons, il vient
1
λ s = ±e− λ +K
s s
D’où la solution générale de l’équation donnée est t = ±e− t +K = Ce− t ; C = ±eK .

4. Il s’agit d’une équation différentielle linéaire du premier ordre avec second membre.
Si
y
y 0 − 2 = 0, (1.63)
x
alors ln |y(x)| = 2 ln |x| + K, ce qui conduit à la solution générale de (1.63) :

y = Cx2 avec C ∈ R.

Cherchons une solution de l’équation initiale de la forme y(x) = C(x)x2 . On aura :

y 0 (x) = C 0 (x)x2 + 2C(x)x,

et, en portant dans l’équation initiale

x+1
C 0 (x) =
x3
On en déduit :
1 2
C(x) = − − 2 + K
x x
La solution générale de l’équation initiale est donc définie par :
1
y(x) = −x − + Kx2 avec K ∈ R (1.64)
2
1
Remarque 1.12.1. yp = −x − est une solution particulière de (4)
2
5. L’équation donnée est équation différentielle linéaire si x est considéré comme une fonction de
y:

dy 1 dx
y0 = ou − x cos y = sin 2y, (1.65)
dx x cos y + sin 2y dy
on obtient ainsi une équation différentielle linéaire d’ordre 1 avec second membre. La résolution
de l’équation (1.65) se fait en deux étapes.
Résolution de l’équation homogène associée
dx
− x cos y = 0 (1.66)
dy
26
 dx Z
dx Z
soit = cos ydy ⇒ = cos ydy ⇒ ln |x(y)| = sin y + K, ce qui conduit à la solution
x x
générale de (1.66) :
x = Cey avec C ∈ R (1.67)
Résolution de (1.65) par la méthode de variation de la constante MVC
Cherchons la solution générale de l’équation (1.65) sous forme x(y) = C(y)esin y , où C(y) est
une fonction inconnue de y.
On calcule x0 (y) = C 0 (y)esin y + cos yC(y)esin y , on reporte dans (1.65) et on obtient :
sin 2y Z
sin 2y Z
C 0 (y) = ou C(y) = dy = 2 sin y cos ye− sin y dy
esin y e− sin y
Par intégration par partie, on en déduit :
C(y) = 2(− sin ye− sin y − e− sin y ) + K
La solution générale de (1.65) est donc définie par :
x(y) = −(sin y + 1) + Kesin y avec K ∈ R

6. Rappelons la forme générale de l’équation différentielle linaire du premier ordre ordre :

dy
+ p(x)y = q(x), (1.68)
dx
où p(x) et q(x) sont des fonctions données de x, continues dans le domaine où il s’agit d’intégrer
l’équation (1.68). On sait résoudre (1.68) par la méthode de variation de la constante mais
l’équation (1.68) peut aussi être intégrée comme suit. Posons

y = u(x)v(x); (1.69)
où u(x) et v(x) sont des fonctions inconnues de x dont l’une, par exemple v(x), peut être choisie
arbitrairement. En portant (1.69) dans (1.68), on obtient, toutes les réductions effectuées,
v(x)u0 (x) + (p(x)v(x) + v 0 (x))u(x) = q(x) (1.70)
En déterminant v(x) de la condition p(x)v(x)+v 0 (x) = 0, on trouve ensuite de (1.70) la fonction
u(x) et, par suite, la solution y = uv de l’équation (1.68). Pour v(x) on peut prendre toute
solution particulière de l’équation p(x)v(x) + v 0 (x) = 0, v 6≡ 0.
Application. Cherchons la solution générale de l’équation donnée sous forme

y = u(x)v(x); (1.71)
on a y = u v + uv . En portant les expressions de y et y dans l’équation donnée, on aura
0 0 0 0

x(x − 1)(u0 v + uv 0 ) + uv = x2 (2x − 1) (1.72)

ou
x(x − 1)u0 v + [x(x − 1)v 0 + v]u = x2 (2x − 1) (1.73)
La fonction v = v(x) se détermine de la condition x(x − 1)v 0 + v = 0. En prenant l’une
x
quelconque des solutions particulières de la dernière équation, par exemple v = , et en la
x−1
portant dans (1.73), on obtient l’équation u0 = x2 − x + C. Par suite, la solution générale de
l’équation l’équation donnée sera
x Cx
y = u(x)v(x) = (x2 − x + C) = + x2
x−1 x−1
27
 7. Si y 0 sin2 x − y tan x = 0 :
dy dx dx
= = ,
y sin x cos x tan x cos2 x
et
ln y = ln |tan x| + ln C,
d’où
y = C tan x. (1.74)
En dérivant (1.74) (C fonction de x) :

C
y = C 0 tan x + .
cos2 x
En portant dans l’équation initiale, on a :

C 0 tan sin2 x + C tan2 x − C tan2 x = tan x,

d’où

1
C0 = et C = − cot x + C1 ,
sin2 x
et, par suite, l’intégrale générale de l’équation initiale :

y = −1 + C1 tan x.

On vérifie directement que y = −1 est une solution particulière de l’équation donnée.

Exercice 1.13. Résoudre les équations différentielles suivantes :

1. xy 0 + y = y 2 ln x

2. (x3 + ey )y 0 = 3x2

3. (3x2 − 2x − y)dx + (2y − x + 3y 2 )dy = 0

q
4. 2xy ln ydx + (x2 + y 2 y 2 + 1)dy = 0

5. 4(y 0 )2 − 9x = 0

dy dy
6. 2 + 3( )2 = x
dx dx
3
7. y = xy 0 +
2y 0
1
8. y = x(y 0 )2 −
y0

9. x2 y 0 = x2 y 2 + xy + 1, (y1 = − x1 )

Solutions.
28
1. L’équation différentielle xy 0 + y = y 2 ln x est de Bernoulli (α = 2). Divisons les deux membres
de l’équation par y 2 ;
y0 y
x 2 + 2 = ln x.
y y
Effectuons le changement de variable

1 y0
z = , z0 = − 2 ,
y y

d’où
y0
= −z
y2
Après la substitution la dernière équation se transforme en une équation linaire

1 ln x
z0 − z = −
x x
dont la solution générale est
z = 1 + Cx + ln x.
On en déduit l’intégrale générale de l’équation donnée
1
y= .
1 + Cx + ln x

dy
2. On a (x3 + ey )y 0 = 3x2 ou (x3 + ey ) = 3x2 , alors
dx
dx 1 ey
− x = 2,
dy 3 3x
cette dernière équation est de Bernoulli (α = −2). Divisons les deux membres de l’équation
par x−2 ;
dx 2 1 3 ey
x − x = .
dy 3 3
Effectuons le changement de variable

z = x3 , z 0 = 3x2 x0 ,

Après la substitution la dernière équation se transforme en une équation linaire

z0 z ey
− = ou z 0 − z = ey ,
3 3 3
dont la solution générale est
z = yey + Cey .
On en déduit l’intégrale générale de l’équation donnée
q
x= 3
yey + Cey

ou
x3 e−y = y + C
29
3. L’équation (3x2 − 2x − y) dx+(2y − x + 3y 2 ) dy = 0 est une équation aux différentielles totales
| {z } | {z }
M (x,y) N (x,y)
car :

∂M ∂N
= −1 =
∂y ∂x
Ainsi l’équation donnée est aux différentielles totales et
∂U ∂U
M= = 3x2 − 2x − y, N= = 2y − x + 3y 2 ,
∂x ∂y
donc
Z
U (x, y) = (3x2 − 2x − y)dx + ϕ(y),

où ϕ(y) est une fonction indéterminée pour le moment.

En intégrant, on obtient

U (x, y) = x3 − x2 − xy + ϕ(y),

∂U
La dérivée partielle de la fonction trouvée U (x, y) doit être égale à 2y − x + 3y 2 , ce qui
∂y
donne

−x + ϕ0 (y) = 2y − x + 3y 2 ,

d’où ϕ0 (y) = 2y + 3y 2 si bien que ϕ(y) = y 2 + y 3 + C. Ainsi

U (x, y) = x3 − x2 − xy + y 2 + y 3 + C.

La solution générale de l’équation différentielle donnée est

x3 − x2 − xy + y 2 + y 3 = C.
q
4. L’équation 2xy ln y dx + (x2 + y 2 y 2 + 1) dy = 0 n’est pas aux différentielles totales car
| {z } | {z }
M (x,y) N (x,y)

∂M ∂N
= 2x(ln y + 1) 6= 2x = .
∂y ∂x
Cherchons donc un facteur intégrant µ.
On a
∂N ∂M
∂x
− ∂y 2x − 2x(ln y + 1) 1
= =− ,
M 2xy ln y y
et donc
d ln µ 1 1
=− , µ= .
dy y y
30
 L’équation
√
2x ln y x2 + y 2 y 2 + 1
dx + dy = 0,
y y
est une équation aux différentielles totales. Elle peut être mise sous la forme
1 3
d(x2 ln y) + d( (y 2 + 1) 2 ) = 0,
3
d’où
1 3
x2 ln y + (y 2 + 1) 2 = C.
3

5. L’équation

4(y 0 )2 − 9x = 0, (1.75)

est une équation différentielle du premier ordre non résolues par rapport à la dérivée.
Posons y 0 = p, où p est un paramètre ; il vient
3q
4p2 − 9x = 0 ou p = ± |x|, (1.76)
2
d’où
3q
y0 = ±
|x|. (1.77)
2
En intégrant (1.77) on obtient la solution générale de (1.75)
3
y = ±(|x|) 2 + C
2 2
6. y 3 + (y 0 ) 3 = 1. Posons y = cos3 t, y 0 = p = sin3 t ; il vient
dy −3 cos3 t sin tdt cos2 t
dx = = = −3 dt.
p sin3 t sin2 t
D’où Z
3
x= (3 − )dt = 3t + 3 cot t + C;
sin2 t
et la solution générale de l’équation donnée est

x = 3t + 3 cot t + C, y = cos3 t.

dy dy dy dy
7. 2 + 3( )2 = x. L’équation donnée est de la forme a + b( )2 = x, avec a = 2 et b = 3.
dx dx dx dx
dy
Posons = p, alors
dx

x = 2p + 3p2 , dx = 2dp + 6pdp

dy = pdx = 2pdp + 6p2 dp, y = p2 + 2p3 + C.

Finalement,

x = 2p + 3p2 , y = p2 + 2p3 + C est la solution générale de l’équation donnée.

31
 3
8. y = xy 0 + . L’équation donnée est de Clairaut.
2y 0
Posons y 0 = p, il vient
3
y = xp + .
2p
En différentiant cette dernière équation et en remplaçant dy par pdx on trouve
3
pdx = pdx + xdp − dp,
2p2
d’où
3
dp(x − ) = 0.
2p2
En annulant le premier facteur, on obtient dp = 0, d’où p = C et la solution générale de l’équa-
3
tion initiale est y = Cx + qui est une famille de droites à un paramètre. En annulant le
2C
second facteur, on aura x = 2p2 . En éliminant p entre cette équation et l’équation y = xp + 2p
3 3
,
on obtient y = 6x qui est aussi une solution de notre équation. Au point de vue géométrique,
2

la courbe y 2 = 6x est l’enveloppe de la famille de droites fournies par la solution générale.

1
9. y = x(y 0 )2 − . L’équation donnée est de Lagrange.
y0
1
Posons y 0 = p, alors il vient y = x(p)2 − . En différentiant, on trouve
p
dp
pdx = 2pdp + p2 dx + ,
p2
d’où
dx 2p3 1 dx 2p3 1
= 3 x + ou − x= 3 (1.78)
dp p −p 4 p −p
3 4 dp p − p
3 4 p − p4
L’équation (1.78) est une équation différentielle linéaire en x du premier ordre avec second
membre ; en la résolvant, on a
2Cp2 + 2p − 1
x=
2p2 (1 − p)2
En portant la valeur trouvée de x dans l’expression de y, on obtient en définitive
2Cp2 + 2p − 1 2Cp2 + 2p − 1 1
x= , y= − .
2p2 (1 − p)2 2(1 − p)2 p

10.
1
x2 y 0 = x2 y 2 + xy + 1 (y1 = − ). (1.79)
x
L’équation donnée est de Riccati.
1
Posons y = − + z(x) et portant dans (1.79).
x
Il vient
1
z0 + z = z2. (1.80)
x
L’équation (1.80) est de Bernoulli (α = 2), en la résolvant, on a
1
z=
(C − ln x)x
32
 Ainsi la solution générale de l’équation (1.79) est
1 1
y=− +
x (C − ln x)x

Exercice 1.14. Former les équations différentielles de courbes suivante :

x
1. y = a(1 − e− a )

2. y = ex (ax + b)

3. y = α cos(x + β)
x
Solutions. 1. y = a(1 − e− a ). Dérivons les deux membres de cette équation par rapport à x, il vient
x
y 0 = e− a
x
De l’expression pour y 0 on trouve a = − et, en portant cette expression de a dans l’équation de
ln y 0
la famille de courbes, on trouve
x
y=− (1 − y 0 ), ou y ln y 0 + x(1 − y 0 ) = 0.
ln y 0
2. On a
y = ex (ax + b). (1.81)
Dérivons les deux membres de cette équation par rapport à x, il vient

y 0 = axex + bex = (ax + b)ex ,

et la dérivée seconde sera

y 00 = (2a + b + ax)ex .
On a y 00 − y 0 = y 0 − y = aex , d’où

y 00 − y 0 = y 0 − y ou y 00 − 2y 0 + y = 0.

3. y = α cos(x + β). Dérivons deux fois les deux membres de cette équation par rapport à x, il vient

y 00 = −α cos(x + β) = −y,

c’est à dire
y 00 + y = 0.

33
34
Chapitre 2

Les équations différentielles d’ordre 2 et

d’ordre supérieur

Dans ce chapitre, on va étudier la résolution des équations différentielles d’ordre 2 et d’ordre

supérieur. On donne ainsi les méthodes pour résoudre
1. Les équations différentielles linéaires à coefficients constants du second ordre (respectivement
d’ordre n).
2. Les équations différentielles non linéaires
3. Equation d’Euler
4. Equations différentielles linéaires à coefficients non constants
Définition 2.0.1. Soit E un espace vectoriel normé.
Une équation différentielle ordinaire, également notée EDO, d’ordre n est une relation entre la va-
riable réelle x, une fonction inconnue x → y(x) et ses dérivées y 0 , y 00 ,...,y (n) au point x définie
par
F (x, y, y 0 , ..., y (n) ) = 0,
où F est une fonction continue sur un ouvert U de R × E n+1 appelé domaine, n’est pas indépendante
de sa dernière variable y (n) . On prendra x dans un intervalle I de R (I peut être R tout entier).
La solution y en général sera à valeurs dans RN , N ∈ N∗ . On dit que cette équation est scalaire si F
est à valeurs dans R.
Définition 2.0.2. Une équation différentielle d’ordre n est mise sous forme résolue quand on peut
exprimer la dérivée la plus forte en fonction de x et des dérivées précédentes

y (n) = f (x, y, y 0 , y 00 , ..., y (n−1) ). (2.1)

Remarque 2.0.3. L’équation (2.1) est appelée équation différentielle normale d’ordre n.
q q
Exemple 2.0.4. x+ y 000 + (y 0 )2 = y équation différentielle d’ordre 3, on peut écrire x+ y 000 + (y 0 )2 −
y=0
Définition 2.0.5 (Le problème de Cauchy). Le problème qui consiste à trouver une solution y =
ϕ(x) de l’équation (2.1) satisfaisant aux conditions initiales
(n−1)
y(x0 ) = y0 , y 0 (x0 ) = y00 , y 00 (x0 ) = y000 , ..., y (n−1) (x0 ) = y0 , (2.2)

s’appelle problème de Cauchy pour l’équation (2.1).

35
Théorème 2.0.6 (Théorème de Picard). Si, dans l’équation (2.1) la fonction f
a) est continue en tous arguments x, y, y 0 , y 00 ,..., y (n−1) dans un certain domaine D ⊂ Rn+1 de
leur variation ;
∂f ∂ 2 f ∂ n−1 f
b) possède dans le domaine D des dérivées partielles , , ..., par rapport aux argu-
∂y ∂y 2 ∂y n−1
ments x, y, y 0 , y 00 ,..., y (n−1) ,
alors il existe un intervalle −h < x < x0 + h dans lequel il existe une solution unique y = ϕ(x) de
l’équation (2.1) qui satisfait aux conditions (2.2), ou les valeurs x = x0 , y = y0 , y 0 = y00 , y 00 = y000 ,...,
(n−1)
y (n−1) = y0
Pour une équation du second ordre y 00 = f (x, y, y 0 ) les conditions initiales sont de la forme
y(x0 ) = y0 , y 0 (x0 ) = y00 ,
où x0 , y0 , y00 sont des nombres donnés. Dans ce cas, le théorème ci-dessus d’existence et d’unicité
signifie géométriquement que par un point donné M0 (x0 , y0 ) du plan xOy il ne passe qu’une seule
courbe dont la pente de la tangente en M0 a la valeur y00 .
Exemple 2.0.7. Pour le problème

2
= sin y 0 + e−x y
y 00
(2.3)
y(x ) = y , y 0 (x ) = y 0 .
0 0 0 0
2
La fonction f (x, y, y 0 ) = sin y 0 + e−x y est continue sur R3 3 (x0 , y0 , z0 ) donc a) est vérifié.
∂f 2 ∂f
b) = −x2 e−x y (borné dans R), = cos y 0 (borné dans R).
∂y ∂y 0
Conclusion. ∀(x0 , y0 , y00 ) le problème (2.3) admet une seule solution.
Définition 2.0.8. On appelle solution générale d’une équation différentielle d’ordre n (2.1) l’en-
semble de toutes ses solutions définies par la formule y = ϕ(x, C1 , C2 , ..., Cn ) contenant n constantes
arbitraires C1 , C2 ,..., Cn telles que si les conditions (2.2) sont données, il existe des valeurs C̃1 ,
C̃2 ,..., C̃n telles que y = ϕ(x, C̃1 , C̃2 , ..., C̃n ) seront solutions de l’équation (2.1) satisfaisant à ces
conditions initiales.
Définition 2.0.9. Toute solution obtenue à partir de la solution générale pour des valeurs concrètes
des constantes arbitraires C1 , C2 ,..., Cn s’appelle solution particulière de l’équation différentielle
(2.1).
Définition 2.0.10. Une équation de la forme φ(x, C1 , C2 , ..., Cn ) = 0 qui définit de façon impli-
cite la solution générale de l’équation différentielle s’appelle intégrale générale de cette équation. En
donnant aux constantes C1 , C2 ,..., Cn des valeurs numériques concrètes admissibles, on obtient une
intégrale particulière ou l’intégrale différentielle. Le graphique de la solution particulière ou d’intégrale
particulière s’appelle courbe intégrale de l’équation différentielle donnée.
Exemple 2.0.11. La fonction y = C1 x + C2 est la solution générale de l’équation y 00 = 0, où C1 , C2
sont des constantes arbitraires à valeurs complexes.
En effet, en intégrant successivement l’équation donnée, on trouve
y 0 = C1 ,
y = C1 x + C2 .
Remarque 2.0.12. Il y en a plusieurs types d’équations différentielles d’ordre n, on commence par
les équations qui admettent un abaissement d’ordre.
36
2.1 Les équations différentielles d’ordre n qui admettent un
abaissement d’ordre
2.1.1 Les équations de la forme y (n) = f (x)
Après l’avoir intégrer successivement n fois on obtient la solution générale
Z Z Z Z
xn−1 xn−2
y= ... f (x) dx...dx
| {z } +C1 (n − 1)! + C2 (n − 2)! + ... + Cn−1 x + Cn ,
| {z } nf ois
nf ois

à chaque intégration l’ordre de l’équation devient inférieur à n.

Exemple 2.1.1. Résoudre l’équation y 000 = 3x2 + cos x.

Par intégration on trouve

y 00 = x3 + sin x + C1
x4
y0 = − cos x + C1 x + C2
4
x5 x2
y= − sin x + C1 + C2 x + C3
20 2
On remarque que l’équation était d’ordre 3, après la première intégration, on obtient une équation
d’ordre 2, après la deuxième une équation d’ordre 1.

2.1.2 Les équations de la forme y (n) = f (x, y (k) , y (k+1) , ..., y (n−1) )
L’ordre d’une telle équation peut être réduit de k unités par la substitution y (k) (x) = p(x). Alors
l’équation (2.1) prend la forme
f (x, p, p0 , ..., p(n−k) ) = 0.
De cette dernière équation on définit, si c’est possible, p = f (x, C1 , C2 , ..., Cn−k ) et ensuite on trouve
y de l’équation y (k) = f (x, C1 , C2 , ..., Cn−k ) en intégrant k fois.

Exemple 2.1.2. Résoudre l’équation y (5) − y (4) = 0.

Posons y (4) = p, on obtient

dp
− p = 0, d’où p = C1 ex , y (4) = C1 ex .
dx
En intégrant successivement, on trouve

y 000 = C1 ex + C2
y 00 = C1 ex + C2 x + C3
x2
y 0 = C1 ex + C2 + C3 x + C4
2
3
x x2
y = C1 ex + C2 + C3 + C4 x + C5
6 2

37
2.1.3 Les équations de la forme y (n) = f (y, y 0 , ..., y (n−1) )
La substitution y 0 = p permet d’abaisser l’ordre de l’équation d’une unité c’est à dire qu’elle
devient d’ordre n − 1. Dans ce cas p est considéré comme une nouvelle fonction inconnue de y. Toutes
les dérivées y 0 , y 00 ,...,y (n) s’expriment par des dérivées de la nouvelle fonction p par rapport à y
dy
y0 = = p,
dx
dp dp dy dp
y 00 = = =p ,
dx dy dx dy
2
d dp d dp dy 2d p dp
y =
000
(p ) = (p ) =p 2
+ ( )2 , etc.
dx dy dy dy dx dy dy
Exemple 2.1.3. Résoudre l’équation
00
y + (y 0 )2 = 2e−y (2.4)
dy dp
En posant y 0 = = p, y 00 = p , on obtient une équation de Bernoulli
dx dy
dp
p + p2 = 2e−y .
dy

En effectuant la substitution p2 = z, on la ramène à une équation linéaire

dz
+ 2z = 4e−y ,
dy

dont la solution générale est z = 4e−y + C1 e−2y . En remplaçant z par p2 = (y 0 )2 , on obtient

dy q
= ± 4ey + C1 e−2y .
dx
Séparons les variables et intégrons, il vient
1q y
x + C2 = ± 4e + C1 , d’où ey + C̃1 = (x + C2 )2 ,
2
où C̃1 = C1
4
. C’est l’intégrale de l’équation (2.4).

2.2 Les équations différentielles linéaires d’ordre n

On appelle équation différentielle linéaire d’ordre n, toute équation qui peut s’écrire sous la forme :

an (x)y (n) (x) + ... + a1 (x)y 0 (x) + a0 (x)y(x) = b(x),

avec an , ..., a1 , b sont des fonctions continues sur un intervalle I de R, à valeurs réelles ou complexes.

2.2.1 Equations différentielles linéaires homogènes d’ordre n

Une équation différentielle linéaire homogène d’ordre n, appelée aussi sans second membre, toute
équation qui s’écrit :
an (x)y (n) (x) + ... + a1 (x)y 0 (x) + a0 (x)y(x) = 0. (2.5)
38
2.2.1.1 Indépendance linéaire
Définition 2.2.1. Soit donné un système fini de n fonctions y1 (x), y2 (x),...,yn (x) définies sur l’in-
tervalle I (I peut être R tout entier). Les fonctions y1 (x), y2 (x),...,yn (x) sont dites linéairement
dépendantes sur l’intervalle I s’il existe des constantes α1 , α2 ,...,αn non toutes nulles et telles que
pour toutes les valeurs x prises dans cet intervalle on ait l’identité
α1 y1 (x) + α2 y2 (x) + ... + αn yn (x) = 0.
Si cette identité n’est vérifiée que pour α1 = α2 = ... = αn = 0, les fonctions y1 (x), y2 (x),...,yn (x)
sont dite linéairement indépendantes sur l’intervalle I.
Exemple 2.2.2. Le système de fonctions ek1 x , ek2 x , ek3 x , où k1 , k2 , k3 sont deux a deux distincts,
est linéairement indépendantes sur l’intervalle ] − ∞, +∞[.
Raisonnons par l’absurde en supposant que le système donné soit linéairement dépendant sur cette
intervalle. Alors
α1 ek1 x + α2 ek2 x + α3 ek3 x = 0, (2.6)
sur l’intervalle ] − ∞, +∞[ et l’un au moins des nombres α1 , α2 , α3 est différent de zéro, par exemple
α3 6= 0. En divisant les deux membres de l’identité (2.6) par ek1 x , on aura
α1 + α2 e(k2 −k1 )x + α3 e(k3 −k1 )x = 0.
Dérivons l’identité, il vient

α2 (k2 − k1 )e(k2 −k1 )x + α3 (k3 − k1 )e(k3 −k1 )x = 0. (2.7)

(k2 −k1 )x
Divisons les deux memebres de l’identité (2.7) par e :

α2 (k2 − k1 ) + α3 (k3 − k1 )e(k3 −k2 )x = 0. (2.8)

Dérivons (2.8), il vient
α3 (k3 − k2 )(k3 − k1 )e(k3 −k2 )x = 0,
ce qui est impossible car α3 6= 0 et k3 6= k1 , k3 6= k2 par hypothèse et e(k3 −k2 )x 6= 0.
Notre supposition sur la dépendance linéaire du système donné a abouti à une contradiction, ce qui
signifie que ce système de fonctions est linéairement indépendant sur l’intervalle ] − ∞, +∞[, c’est-
à-dire que l’identité (2.6) ne sera vérifiée que pour α1 = α2 = α3 = 0.
Définition 2.2.3. Soient n fonctions y1 (x), y2 (x),...,yn (x) possédant des dérivées d’ordre (n − 1).
Le déterminant
 
 
 
 

 y1 y2 ... yn 
 
 
 
 
 
0 0 0
y1 y2 ... yn 
 


 
 
 
W [y1 , y2 , ..., yn ] =
 
yn  ,
 00 00 00 

 y1 y2 ...
 
 
 
 
 .. .. .. .. 

 . . . . 
 
 
 
 
 
(n−1) (n−1) (n−1) 

 y1 y2 ... yn 
 

39
s’appelle wronskien de ces fonctions. En générale, le wronskien est une fonction de x définie dans un
certain intervalle.

Exemple 2.2.4. Le wronskien des fonctions y1 (x) = ek1 x , y2 (x) = ek2 x , y3 (x) = ek3 x est
 
 
 
 

 ek1 x ek2 x e k3 x 

 
 
 
 
W [y1 , y2 , y3 ] = k ek1 x k ek2 x = e(k1 +k2 +k3 )x (k2 − k1 )(k3 − k1 )(k3 − k2 ).
 
k3 x 

 1 2 k3 e 
 
 
 
 
 
k12 ek1 x k22 ek2 x k32 ek3 x 
 



Théorème 2.2.5. Soient y1 (x), y2 (x),...,yn (x) n solutions de l’équation (2.5) sur un intervalle I.
Alors l’ensemble des solutions est linéairement indépendantes sur I si et seulement si W [y1 , y2 , ..., yn ] 6=
0.

Définition 2.2.6. Tout ensemble y1 (x), y2 (x),...,yn (x) de n solutions linéairement indépendantes de
l’équation (2.5) sur un intervalle I est appelé Ensemble fondamental des solutions sur I.

Théorème 2.2.7. Soient y1 (x), y2 (x),...,yn (x) n solutions linéairement indépendantes de l’équation
(2.5) sur I. Alors la solution générale de l’équation (2.5) sur I est donnée par

y(x) = c1 y1 (x) + c2 y2 (x) + ... + cn yn (x),

où c1 , c2 ,...,cn sont des constantes.

2.2.1.2 Equations linéaires homogène à coefficients constants

Considérons l’équation différentielle

a0 y (n) + a1 y (n−1) + ... + an y = 0, (2.9)

où a0 , a1 ,...,an sont des constantes

Pour résoudre (2.9) on procède comme suit : On cherche la solutions sous la forme : y = eλx , où
λ une constante à déterminer.
Donc

y 0 = λeλx
y 00 = λ2 eλx
..
.
y (n) = λn eλx (2.10)

En remplaçons y = eλx et (2.10) dans (2.9) obtient

a0 λn eλx + a1 λn−1 eλx + ... + an−1 (λeλx ) + an eλx = eλx (a0 λn + a1 λn−1 + ... + an−1 λ + an ) = 0.

40
Comme eλx 6= 0, alors
a0 λn + a1 λn−1 + ... + an−1 λ + an = 0 (2.11)
(2.11) est appelé équation caractéristique associée à (2.9).
On peut résoudre (2.11) seulement si a0 , a1 , ..., an sont des constantes réelles, en tenant compte du
fait que :
a) A chaque racine réelle simple λ0 correspond une seule solution particulière yp = eλ0 x
b) A chaque couple de racines complexe conjugué λ0 = a+ib correspond deux solution particulières
eax cos(bx), eax sin(bx)
c) A chaque racine réelle multiple (d’abord de multiplicité s) : eλx , xeλx , x2 eλx , ..., xs−1 eλx
d) A chaque couple de racines complexe conjugué de multiplicité s :

eax cos(bx), xeax cos(bx), ..., xs−1 eax cos(bx)

eax sin(bx), xeax sin(bx), ..., xs−1 eax sin(bx)

Si y1 (x), y2 (x),...,yn (x) sont n intégrales particulières linéairement indépendantes de l’équation (2.9) :
C1 y1 + C2 y2 + ... + Cn yn ,
est la solution générale de (2.9).
Exemple 2.2.8. Résoudre l’équation suivante :
000 00
y + 2y + y 0 = 0 (2.12)
Ecrivons l’équation caractéristique
λ3 + 2λ2 + λ = 0.
D’où λ1 = λ2 = −1, λ3 = 0. Les racines sont réelles et l’une d’elles à savoir λ1 = −1 est double de
sorte que la solution générale de l’équation (2.12) est de la forme
y = C1 + C2 e−x + C3 xe−x .
Exemple 2.2.9. Résoudre l’équation suivante :
y 000 + y 00 + y 0 + y = 0 (2.13)
L’équation caractéristique associée à (2.13) est
λ3 + λ2 + λ + 1 = 0 ou (λ + 1)(λ2 + 1) = 0, (2.14)
dont les racines sont λ1 = −1, λ2 = i, λ3 = −i. D’où la solution générale de (2.13) est
y = C1 e−x + C2 cos x + C3 sin x.
Exemple 2.2.10. intégrer l’équation
y (4) + 4y = 0. (2.15)
L’équation caractéristique est λ4 + 4 = 0, ou

(λ2 + 2λ + λ)(λ2 − 2λ + λ) = 0, (2.16)

dont les racines sont λ1 = −1 + i, λ2 = −1 − i, λ3 = 1 + i, λ4 = 1 − i.
On a donc l’intégrale générale de (2.15)
y = e−x (C1 cos x + C2 sin x) + ex (C3 cos x + C4 sin x).
41
2.2.2 Equation linéaire non homogène à coefficients constants
Soit donnée une équation différentielle

a0 y (n) + a1 y (n−1) + ... + an y = f (x), (2.17)

à coefficients réels constants a0 , a1 ,...,an .
Pour résoudre (2.17), il y en a plusieurs méthodes (méthode de la variation de la constance (MVC),
méthode des coefficients indéterminés, méthode de séries entière,...).

2.2.2.1 Méthode des coefficients indéterminées

Théorème 2.2.11. La solution générale de l’équation non homogène (2.17) est égale à la somme de la
solution de l’équation homogène associée et l’une quelconque des solutions particulières de l’équation
non homogène.
La recherche de la solution générale de l’équation homogène associée s’obtient en appliquant
les règles exposées plus haut au sous-section 2.2.1.2. Ainsi, le problème d’intégration de l’équation
(2.17) se ramène à la recherche de la solution particulière yp.n de l’équation non homogène. Dans
le cas général, l’intégration de l’équation (2.17) peut être réalisée par la méthode de variation des
constantes arbitraires (voir plus loin sous-section 2.4.1). Pour les seconds membres de forme, la
solution particulière peut être obtenue plus simplement par la méthode des coefficients indéterminés.
La forme générale du second membre f (x) de l’équation (2.17) pour laquelle on peut appliquer la
méthode des coefficients indéterminés est la suivante

f (x) = eαx [Pl (x) cos βx + Qm (x) sin βx],

où Pl (x) et Qm (x) sont des polynômes de degrés l et m respectivement. Dans ce cas, la solution
particulière yp.n de l’équation (2.17) est cherchée sous la forme

yp.n = xs eαx [P̃k (x) cos βx + Q̃k (x) sin βx],

où k = max(m, l), P̃k (x) et Q̃k (x) sont des polynômes en x de degré k de la forme générale à coeffi-
cients indéterminés, alors que s est la multiplicité de la racine λ = α+iβ de l’équation caractéristique
(si λ = α ± iβ n’est pas racine de l’équation caractéristique, alors s = 0).
Exemple 2.2.12. Résoudre l’équation suivante :

y 00 − 3y 0 + 2y = x2 − 3x (2.18)

L’équation caractéristique est λ2 − 3λ + 2 = (λ − 1)(λ − 2), elle admet deux racines simples λ1 = 1
et λ2 = 2, alors les solutions de l’équation homogène sont

yh (x) = C1 ex + C2 e2x , où (C1 , C2 ) ∈ R2

Puisque le nombre zéro n’est pas racine de l’équation caractéristique, la solution particulière yp.n de
l’équation (2.18) doit être cherché sous la forme (voir le tableau 2.1, cas I(1))

yp.n = ax2 + bx + c,

ou a, b c sont des coefficients, pour le moment inconnus, qu’on doit déterminer. En introduisant
l’expression de yp.n dans l’équation (2.18), on obtient

2a − 3(2ax + b) + 2(ax2 + bx + c) = x2 − 3x

42
d’où
2a = 1




−6a + 2b = −3

2a − 3b + 2c = 0.



En résolvant ce système, on trouve


1
a = ,
2





b = 0,
1



c = − ,


2
de sort que qu’une solution particulière soit
1 1
yp.n = x2 − ,
2 2
et la solution générale de l’équation (2.18)
1 1
y(x) = C1 ex + C2 e2x + x2 − , où (C1 , C2 ) ∈ R2 .
2 2
Exemple 2.2.13. Résoudre l’équation différentielle :
00
x − 5x0 − 14x = (3t2 + 2t − 1)et . (2.19)

Il s’agit d’une équation différentielle linéaire du second ordre à coefficients constants. Son équation
caractéristique :

λ2 − 5λ − 14 = 0,

a deux racines réelles distinctes λ1 = −2 et λ2 = 7.

Sa solution générale est donc définie par :

x0 (t) = K1 e−2t + K2 e7t avec (K1 , K2 ) ∈ R2 .

Recherche d’une solution particulière.

Comme 1 n’est pas racine de l’équation caractéristique, alors il existe une solution particulière sous
la forme (voir le tableau 2.1, cas II(1))

xp (t) = (at2 + bt + c)et .

On a alors :
0 00
xp (t) = (at2 + (2a + b)t + b + c)et et xp (t) = (at2 + (4a + b)t + 2a + 2b + c)et .

On a donc après simplification :

∀t − 18at2 − (18b + 6a)t + (2a − 3b − 18c) = 3t2 + 2t − 1,

d’où
−18a = 3




−6a − 18b = 2

2a − 3b − 18c = −1



43
En résolvant ce système, on trouve
1


 a =−
6



1



b = −

 18
5


c =



108
On obtient une solution particulière :
1 1 5 t
xp (t) = (− t2 − t + )e
6 18 108
La solution générale de (2.20) est donc définie par :
1 1 5 t
x(t) = K1 e−2t + K2 e7t + (− t2 − t + )e avec (K1 , K2 ) ∈ R2 .
6 18 108

Théorème 2.2.14 (principe de superposition). Si yk (x) est solution de l’équation

a0 (x)y (n) + a1 (x)y (n−1) + ... + an (x)y = fk (x), k = 1, 2, ..., m,

m
alors la fonction y(x) = yk (x) est solution de l’équation
X

k=1
m
a0 (x)y (n) + a1 (x)y (n−1) + ... + an (x)y = fk (x).
X

k=1

Exemple 2.2.15. Résoudre l’équation différentielle :

y 00 − 2y 0 + y = 2x2 cosh x = x2 (ex + e−x ) (2.20)
L’équation (2.20) est une équation différentielle linéaire non homogène d’ordre 2.
L’équation caractéristique de l’équation homogène y 00 − 2y 0 + y = 0 : λ2 − 2λ + 1 = 0 admet une racine
double λ1 = λ2 = −1, la solution générale de l’équation homogène est donc
yh = e−x (C1 + C2 x) (C1 , C2 ) ∈ R2 .
Pour trouver une solution particulière yp de l’équation (2.20) cherchons des solutions de deux équation
y 00 − 2y 0 + y = x2 ex , (2.21)
y 00 − 2y 0 + y = x2 e−x . (2.22)
L’équation (2.21) a une solution particulière yp1 de la forme yp1 = ex (ax2 +bx+c) (voir le tableau 2.1,
cas II(1)) alors
y 0 = [ax2 + (2a + b)x + (b + c)]ex
y 00 = [ax2 + (4ax + b) + (2a + 2b + c)]ex
1
En introduisant l’expression de y, y 0 et y 00 dans (2.21) et par identification on trouve a = ,
4
1 3
b = − , c = , si bien que
2 8
1 1 3
yp1 = ex ( x2 − x + ).
4 2 8
44
 No Second membre de Racine de l’équation caractéris- Formes de la solution particulière
l’équation différen- tique
tielle

I Pm (x) 1. Le membre 0 n’est pas racine P̃m (x)

de l’équation caractéristique

2. Le membre 0 est racine de mul- xs P̃m (x)

tiplicité s de l’équation caractéris-
tique

II Pm (x)eαx 1. Le membre α n’est pas racine P̃m (x)eαx

de l’équation caractéristique

2. Le membre α est racine de mul- xs P̃m (x)eαx

tiplicité s de l’équation caractéris-
tique

III Pn (x) cos βx + 1. Les membres ±iβ ne sont pas P̃k (x) cos βx + Q̃k (x) sin βx
Qm (x) sin βx racines de l’équation caractéris-
tique

2. Les membres ±iβ sont racines xs (P̃k (x) cos βx + Q̃k (x) sin βx)
de multiplicité s de l’équation ca-
ractéristique

III eαx (Pn (x) cos βx + 1. Les membres α ± iβ ne sont eαx (P̃k (x) cos βx + Q̃k (x) sin βx)
Qm (x) sin βx) pas racines de l’équation caracté-
ristique

2. Les membres α±iβ sont racines xs eαx (P̃k (x) cos βx + Q̃k (x) sin βx)
de multiplicité s de l’équation ca-
ractéristique

Table 2.1 – Les formes des solutions particulières pour les différentes formes des seconds membres

45
Cherchons une solution particulière de l’équation (2.22) sous la forme yp2 = ex (ax4 + bx3 + cx2 ) (voir
1
le tableau 2.1, cas II(2)). Par identification a = , b = 0, c = 0, donc
12
1 4
yp2 = e−x ( x)
12
En vertu du principe de superposition, la solution particulière yp de l’équation donnée sera égale à la
somme des solutions yp1 et yp2 des équations (2.21) et (2.22) :

1 4 1 1 3
yp = e−x ( x ) + ex ( x2 − x + ).
12 4 2 8
La solution générale de l’équation (2.20)
1 4 1 1 3
y = e−x (C1 + C2 x) + e−x ( x ) + ex ( x2 − x + ),
12 4 2 8
où C1 et C2 sont des constantes réelles arbitraires.

2.3 Equation d’Eleur

2.3.1 Equation d’Eleur homogène
Une équation d’Euler est une équation différentielle linéaire de la forme

a0 xn y (n) + a1 xn−1 y (n−1) + ... + an−1 xy 0 + an y = 0 (a0 6= 0), (2.23)

où tous les ai sont des constantes réelles, y une fonction de x y (n) dérivée d’ordre n.

2.3.1.1 Méthode de Résolution

1. Première Méthode
On peut se ramener à une équation à coefficients constants en effectuant le changement de
variable x = et . Pour illustrer cela, considérons l’équation d’ordre 2 :
00 0
a0 x2 y + a1 xy + a2 y = 0.

On se place sur l’intervalle ]0, +∞[, pour pouvoir diviser par x2

0
00y y
a0 y + a1 + a2 2 = 0.
x x
Le changement de variable x = et donne :

y(et ) = yt
dy dy dt 0
y0 = = = yt e−t
dx dt dx
d(y )
0
d(y 0 ) dt 0 00
y 00 = = = −e−2t yt + e−2t yt .
dx dt dx
L’équation à résoudre est donc :
00 0
a0 yt + (a1 − a0 )yt + a2 yt = 0.
46
 Remarque 2.3.1. les équations de la forme

a0 (ax + b)n y (n) + a1 (ax + b)n−1 y (n−1) + ... + an−1 (ax + b)y 0 + an y = 0,

s’appelle elles aussi équation d’Euler et se ramènent à des équations linéaires homogène à à
coefficients constants au moyen du changement de variable ax + b = et

2. Deuxième Méthode
Pour simplifier les calcules on peut se ramener l’équation (2.23) à la forme

x2 y 00 + axy 0 + by = 0.

On cherche une solution particulière de la forme y = xk avec k ∈ Z et il faut dès lors trouver
les valeurs de k vérifiant

x2 (k(k − 1)xk−2 ) + ax(kxk−1 ) + b(xk ) = 0.

La recherche des solutions k de l’équation du second degré

k 2 + (a − 1)k + b = 0,

amènent classiquement à trois cas :

• Deux racines réelles distinctes k1 et k2 ;

• Une racine double k ;
• Deux racines complexes conjuguées α ± iβ.

Le cas 1 donne une solution de la forme

y = c1 x k 1 + c2 x k 2

Le cas 2 donne

y = c1 xk ln(x) + c2 xk

Le cas 3 donne une solution de la forme

y = c1 xα cos(β ln(x)) + c2 xα sin(β ln(x))

avec c1 , c2 ∈ R.

Exemple 2.3.2. Résoudre l’équation différentielle :

x2 y 00 − 4xy 0 + 4y = 0 (2.24)

1er méthode. Effectuons le changement de variable x = et , il vient

y(et ) = yt
dy dy dt 0
y0 = = = yt e−t
dx dt dx
d(y 0
) d(y 0 ) dt 0 00
y 00 = = = −e−2t yt + e−2t yt
dx dt dx
47
et l’équation prend la forme
00 0
yt − 5yt + 4yt = 0 (2.25)
(2.25) est une équation différentielle linéaire d’ordre 2 homogène, Son équation caractéristique :
λ2 − 5λ + 4 = 0,
a deux racines réelles distinctes λ1 = 1 et λ2 = 4. Donc on a y(t) = C1 et + C2 e4t et par conséquent
la solution générale de (2.24) est
y(x) = C1 x + C2 x4

2e méthode : on cherche la solution générale y = xk , k ∈ Z. Donc y 0 = kxk−1 ; y 00 = k(k1 )xk−2 . En

0 00
remplaçons y, y et y dans (2.24) on trouve
k(k − 1)xk−2 x2 − 4xk xk−1 + 4xk = xk (k(k − 1) − 4k + 4) = 0 ou k(k − 1) − 4k + 4 = 0 (car xk 6= 0).
Or
k(k − 1) − 4k + 4 = k 2 − 5k + 4 = (k − 1)(k − 4) = 0.
Les racines de cette équation sont k1 = 1, k2 = 4. A ces racines correspond le système fondamental
de solutions y1 = x, y2 = x4 et la solution générale sera comme dans la premier procédé
y(x) = C1 x + C2 x4 ,
où C1 , C2 sont des constants réelles.

2.3.2 Equation d’Eleur non homogène

Les équations d’Euler non homogène sont de la forme
k=0
ak xk y (k) = xα Pm (ln x), (2.26)
X

où Pm (u) est un polynôme de degré m peuvent être également résolues par la méthode des coefficients
indéterminés par analogie avec la résolution d’une équation différentielle linéaire non homogène à
coefficients constants et avec second membre de la forme eαx Pm (x).
Exemple 2.3.3. Résoudre l’équation différentielle suivante :
x2 y 00 − 4xy 0 + 4y = −12x5 . (2.27)
D’après l’exemple 2.3.2 la solution générale de l’équation homogène associée à (2.27) est
y h = C 1 x + C 2 x4 .
Une solution particulière sera cherché sous la forme yp = ax5 + bx4 + cx3 + dx2 + ex + f , on a
yp0 = ax4 + bx3 + cx2 + dx + e, y 00 = ax3 + bx2 + cx2 + d
Portant dans l’équation donnée, on obtient après identification
a = −3, b = c = d = e = f = 0.
La solution générale de l’équation (2.27) sera
y = C1 x + C2 x4 − 3x5 .
48
2.4 Les équations différentielles linéaires d’ordre n à coeffi-
cients variables
Dans le cas où l’on connaît une solution particulière y1 (x) de l’équation

y (n) + p1 (x)y (n−1) + ... + pn (x)y = 0, (2.28)

son ordre peut être abaissé d’une unité (l’équation restant linéaire) en posant y = y1 z, où z est
une nouvelle fonction inconnue et en effectuant ensuite le changement z 0 = u (on peut effectuer
y
directement le changement u = ( )0 ).
y1
Si l’on connaît k solutions linéairement indépendantes de l’équation (2.28), l’ordre de cette équation
peut être abaissé de k unités.
La solution générale de l’équation

y (n) + p1 (x)y (n−1) + ... + pn (x)y = f (x), (2.29)

est la somme d’une solution particulière quelconque et la solution générale de l’équation homogène
(2.28).
Exemple 2.4.1. Résoudre l’équation différentielle suivante :

x2 y 00 − 3xy 0 + 4y = x2 sur l’intervalle ]0, +∞[, (2.30)

sachant que y1 = x2 est une solution de l’équation homogène associée.

Puisque y1 = x2 est une solution de l’équation homogène associée, on effectue le changement de
fonction y = x2 z avec z fonction inconnue en x. Donc

y = x2 z,
y 0 = 2xz + x2 z 0 ,
y 00 = 2z + 4xz 0 + x2 z 00 ,

et en reportant dans l’équation (2.30) après simplification, on obtient

x4 z 00 + x3 z 0 = x2 ,

et en divisant les deux membres par x3 , il vient

1
xz 00 + z 0 = .
x
La solution générale de la dernière équation est
1 2
z= ln x + C1 x + C2 si x ∈]0, +∞[.
2
D’où, la solution générale de (2.30) est :

x2 2
y= ln x + C1 x3 + C2 x2 ,
2
où C1 et C2 sont des constantes réelles.
49
2.4.1 La méthode de variation des constantes (méthode de Lagrange)
Si l’on connait le système fondamental de solutions de l’équation homogène associée (2.28), la
solution générale de l’équation non homogène (2.29) peut s’obtenir aussi par la méthode de variation
des constantes (méthode de Lagrange).
La solution générale de l’équation (2.28) est de la forme

y = C1 y1 + C2 y2 + ... + Cn yn ,

où C1 C2 ,..., Cn sont des constantes arbitraires.

On cherchera la solution de l’équation (2.29) sous la forme

y = C1 (x)y1 + C2 (x)y2 + ... + Cn (x)yn , (2.31)

où C1 (x) C2 (x),..., Cn (x) sont des fonctions inconnues pour l’instant. Pour les déterminer on obtient
le système  0 0 0

C1 y1 + C2 y2 + ... + Cn yn = 0



C 0 y 0 0 0
+ C2 y2 + ... + Cn yn = 0
0 0


1 1
(2.32)
...........................................



0 (n−1) 0 (n−1) 0

+ C2 y 2 + ... + Cn yn(n−1) = f (x)


C1 y 1
En résolvant ce système par rapport à Ci0 (x), i = 1, 2, ..., n, on obtient

dCi
= ϕi (x), i = 1, 2, ..., n,
dx
d’où
Z
Ci (x) = ϕi (x)dx + C̃i , i = 1, 2, ..., n,

où C̃i sont des constantes arbitraires. En introduisant les valeur trouvées de Ci (x) dans (2.31), on
obtient la solution générale de (2.29).
En particulière, pour une équation du second ordre

y 00 + p(x)y 0 + q(x)y = f (x) (2.33)

Le système (2.32) est de la forme

 0 0
C y 1
1 + C2 y2 = 0,
(2.34)
C 0 y 0 0 0
+ C2 y2 = f (x).
1 1

En résolvant (2.34) par rapport à C10 et C20 , on obtient

y2 f (x) y1 f (x)
C10 = − , C10 = ,
W [y1 , y2 ] W [y1 , y2 ]
d’où on trouve
Z
y2 f (x) Z
y1 f (x)
C1 = − + C̃1 , C1 = + C̃2 ,
W [y1 , y2 ] W [y1 , y2 ]

où C̃1 et C̃2 sont des constantes d’intégration.

50
Remarque 2.4.2. Pour l’équation a0 (x)y 00 + a1 (x)y 0 + a2 (x)y = f (x), où a0 (x) 6= 1, le système
(2.34) s’écrira
 0 0
C1 y1

 + C2 y2 = 0,
0 0 0 0 f (x)
C1 y1 + C2 y2 = .

a0 (x)


Exemple 2.4.3. Intégrant

y 00 + y 0 = tan x (2.35)

La solution de l’équation homogène associée est de la forme

yh = C1 cos x + C2 sin x,

et donc, son système fondamental de solution sera

y1 = cos x, y2 = sin x.

Cherchons la solution générale de l’équation donnée en appliquant la méthode de variation des

constantes arbitraires :

y = C1 (x) cos x + C2 (x) sin x,

où C1 (x), C2 (x) sont des fonctions de x pour l’instant inconnues qu’on doit déterminer. Composons
à cet effet le système suivant :
 0 0
C
1 cos x + C2 sin x = 0
 − C0 0
sin x + C2 cos x = tan x,
1

0 sin2 x 1 0
On en tire C1 = − = cos x − , C2 = sinx. En intégrant, on obtient
cos x cos x
1  
C1 (x) = sin x − ln 1 − sin2 x + C̃1 , C2 (x) = − cos x + C̃2 .
2
En introduisant ces valeurs de C1 (x) et C2 (x) dans l’expression de y on trouve la solution générale
de l’équation (2.35)
cos x  
y = C̃1 cos x + C̃2 sin x − ln 1 − sin2 x .
2

2.4.2 Intégration des équations différentielles linéaire d’ordre n à l’aide

des séries entière
Cette méthode est commode pour les équations différentielles linéaire d’ordre (n = 2)

y 00 + p(x)y 0 + q(x)y = 0 (2.36)

Supposons que les coefficients p(x) et q(x) puissent être représentés sous forme de séries suivant les
puissances entières positives de x si bien que l’équation (2.36) peut s’écrire sous la forme

y 00 + (a0 + a1 x + a2 x2 + ...)y 0 + (b0 + b1 x + b2 x2 + ...)y = 0. (2.37)

51
Cherchons la solution de cette équation aussi sous la forme d’une série entière
∞
y= ck x k . (2.38)
X

k=0

En introduisant cette expression de y et de ces dérivées dans (2.37), on obtient

∞ ∞ ∞ ∞ ∞
k(k − 1)ck xk−2 + ak x k kck xk−1 + bk x k ck xk = 0. (2.39)
X X X X X

k=2 k=0 k=1 k=0 k=0

En multipliant les séries entières, en regroupant les termes semblables et en annulant les coefficients
de toutes les puissances de x au premier membre de (2.39), on obtient une série d’équations

2.1c2 + a0 c1 + b0 cO = 0,
3.2c3 + 2a0 c2 + a1 c1 + b0 c1 + b1 c0 = 0,
(2.40)
4.3c4 + 3a0 c3 + 2a1 c2 + a2 c1 + b0 c2 + b1 c1 + b2 c0 = 0,
......................

Chacune des équations suivantes (2.40) comporte un coefficient de plus que l’équation précédente.
Les coefficients c0 et c1 restent arbitraires et jouent le rôle de constantes arbitraires. La première des
équations (2.40) donne c2 , la deuxième c3 , la troisième c4 et ainsi de suite. En général, à partir de la
(k + 1)-ième équations on peut déterminer ck+2 , connaissant c0 , c1 ,...,ck+1 .
En pratique il est commode de procéder comme suit : d’après le schéma décrit plus haut on cherche
deux solutions y1 (x) et y2 (x), en choisissant pour y1 (x), c0 = 1 et c1 = 0 et pour y2 (x), c0 = 0 et
c1 = 1, ce qui est équivalent aux conditions initiales suivantes :

y1 (0) = 1, y10 (0) = 0, y2 (0) = 0, y20 (0) = 1.

Toute solution de l’équation (2.36) sera une combinaison linéaire des solutions y1 (x) et y2 (x).
Si les conditions initiales sont de la forme y(0) = A, y 0 (0) = B, il est évident que

y = Ay1 (x) + By2 (x).

On peut énoncer le théorème suivant :

Théorème 2.4.4. Si les séries

∞ ∞
p(x) = ak x k q(x) = bk x k
X X
et
k=0 k=0

convergent pour |x| < R, alors la série entière (2.38) construite par le procédé indiqué plus haut sera
aussi convergente pour toutes les valeurs de x et constituera une solution de l’équation (2.36).

En particulier, si p(x) et q(x) sont des polynômes en x, la série (2.38) sera convergente pour toute
valeur de x.
Exemple 2.4.5. Résoudre sous la forme d’une série entière l’équation suivante :

4xy 00 + 2y 0 − y = 0 (2.41)

52
Cherchons la solution y(x) sous la forme de la série
+∞
y(x) = ak x k ,
X

k=0

alors
+∞ +∞
y 0 (x) = kak xk−1 , y 00 (x) = k(k − 1)ak xk−2
X X

k=1 k=2

Remplaçons ces expression dans l’équation (2.41), on trouve :

+∞ +∞ +∞
4x k(k − 1)ak xk−2 + 2 kak xk−1 − ak xk = 0.
X X X

k=2 k=1 k=0

En identifiant les coefficients de x à zéro, on obtient :

ak
4k(k + 1)ak+1 + 2(k + 1)ak+1 − ak = 0 ou ak+1 = (Forme de récurrence).
(2k + 1)(2k + 2)

D’où
a0 1 a1 1 1
a1 = = , a2 = = , ..., ak = , ....
1.2 2! 3.4 4! (2k) !

Par conséquent

x x2 xk
y(x) = 1 + + + ... + + ...
2! 4! (2k) !

t2 t4 t2 k
Si on pose x = t2 , alors y(t2 ) = 1 + + + ... + + ... = cosh t.
2! 4! (2k) !
Donc, la solution est
√ √
√ e x
+ e− x
y(x) = cosh x= .
2

2.5 Exercices du chapitre

Exercice 2.6. Intégrer les équations différentielles suivantes (Abaissement de l’ordre)

1. y 000 = sin x + cos x

ln x
2. y 000 =
x2
q
3. y 000 = 1 + (y 00 )2

4. y 00 + (y 0 )2 = 2e−y

5. yy 00 = 1 + (y 0 )2

Solutions.
53
1. En intégrant successivement l’équation donnée, on obtient

y 00 = − cos x + sin x + C1 ,
y 0 = − sin x − cos x + C1 x + C2 ,
x2
y = cos x − sin x + C1 + C2 x + C3
2

2. Intégrant cette équation successivement trois fois, il vient

ln x
Z
ln x 1
y =
00
2
dx = − − + C1 ,
x x x
1 2
y = − ln x − ln x + C1 x + C2 ,
0
2
x 2 x2
y = − ln x + C1 + C2 x + C3
2 2

3. Posons y 00 = p. Après cela l’équation prend la forme

dp q
= 1 + p2 .
dx
En séparant les variables et intégrant, on obtient

ex+C1 − e−(x+C1 )
p=
2
Remplaçons p par y 00 , il vient

ex+C1 − e−(x+C1 )
y 00 =
2
En intégrant successivement, on aura
ex+C1 + e−(x+C1 ) ex+C1 − e−(x+C1 )
y0 = + C2 et y = + C 2 x + C3 .
2 2
où

y = sinh(x + C1 ) + C2 x + C3

dp
4. L’équation ne contient pas de variable indépendante de x. En posant y 0 = p, y 00 = p , on
dy
obtient une équation de Bernoulli (α = 2)

dp
p + p2 = 2e−y .
dy
54
 En effectuant la substitution z = p2 , on la ramène à une équation linéaire

dz
+ 2z = 4e−y ,
dy

dont la solution générale est z = 4e−y + C1 e−2y . En remplaçant z par p = (y 0 )2 , on obtient

dy q
= ± 4e−y + C1 e−2y .
dx
Séparons les variables et intégrons, il vient

1q y C1
x + C2 = ± 4e + C1 ou (x + C2 )2 = ey +
2 4

dp
5. L’équation ne contient pas de variable indépendante de x. En posant y 0 = p, y 00 = p , on
dy
obtient

dp pdp dy
yp = 1 + p2 ou = .
dy 1+p 2 y

Séparons les variables et intégrons, il vient

1 + p2 = C 1 y 2 ou p2 = C1 y 2 − 1

dy
En remplaçant p par y 0 = , on obtient
dx

dy q Z
dy Z
= ± C1 y 2 − 1 ou √ = ± dx.
dx C1 y 2 − 1
Donc la solution générale de l’équation donnée est

x + C2
y = ±C1 cosh( ).
C1

Exercice 2.7. Résoudre les équations différentielles linaires suivantes :

a) y 000 − 2y 00 − 3y 0 = 0 b) y 000 + 2y 00 + y 0 = 0

c) y 000 + 4y 00 + 13y 0 = 0 d) y (5) − 2y (4) + 2y (3) − 4y (2) + y (1) − 2y = 0

e) y 000 − y 00 + y 0 − y = x2 + x f) y 000 − y 00 = 12x2 + 6x

55
 g) y 00 + y 0 = 4x2 ex h) y 00 + 10y 0 + 25y = 4e−5x

i) y 00 + 3y 0 + 2y = x sin x j) y 00 + y = sin 2x

k) y 00 − 6y 0 + 9y = 25ex sin x l) y 00 + 2y 0 + 5y = e−x cos 2x

x
m) y 00 − 2y 0 + 2y = ex sin2 ( )
2
Solutions.

a) L’équation

y 000 − 2y 00 − 3y 0 = 0, (2.42)

est une équation différentielle linéaire du 3ème ordre homogène à coefficients constants. L’équa-
tion caractéristique associée à (2.42) est λ3 − 2λ2 − 3λ = 0 ayant comme racines

=0


 λ
 1
λ = −1
 2
λ3 = 3.



Comme les racines sont réelles et simples, alors la solution générale de (2.42) est

y = C1 + C2 e−x + C3 e3x

b) L’équation
y 000 + 2y 00 + y 0 = 0, (2.43)
est une équation différentielle linéaire du 3ème ordre homogène à coefficients constants. L’équa-
tion caractéristique associée à (2.43) est λ3 + 2λ2 + λ = 0 ayant comme racines

λ1 = 0 racine simple
(

λ2 = −1 racine double

D’où, la solution générale de (2.43) est

y = C1 e−x + C2 xe−x + C3

c) L’équation
y 000 + 4y 00 + 13y 0 = 0, (2.44)
est une équation différentielle linéaire du 3ème ordre homogène à coefficients constants. L’équa-
tion caractéristique associée à (2.44) est λ3 + 4λ2 + 13λ = 0 ayant comme racines

λ1 = 0 racine simple
(

λ2,3 = −2 ± 3i racines complexes conjuguées

D’où, la solution générale de (2.44) est

y = C1 + C2 e−2x cos 3x + C3 e−2x sin x

56
d) L’équation
y (5) − 2y (4) + 2y (3) − 4y (2) + y (1) − 2y = 0, (2.45)
est une équation différentielle linéaire du 5ème ordre homogène à coefficients constants. L’équa-
tion caractéristique associée à (2.45) est λ5 − 2λ4 + 2λ3 − 4λ2 + λ − 2 = 0 ayant comme racines

λ1 = 2 racine simple
(

λ2,3 = ±i racines complexes conjuguées de multiplicité 2

D’où, la solution générale de (2.45) est

y = C1 e2x + (C2 + C3 x) cos x + (C4 + C5 x) sin x

e) L’équation
y 000 − y 00 + y 0 − y = x2 + x, (2.46)
est une équation différentielle linéaire du 3ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 000 − y 00 + y 0 − y = 0, (2.47)

est λ3 − λ2 + λ − 1 = 0 ayant comme racines

λ1 = 1 racine simple
(

λ2,3 = ±i racines complexes conjuguées

D’où, la solution générale de (2.47) est

y = C1 ex + C2 cos x + C3 sin x

Les λi (i = 1, 2, 3) ne sont pas racines de l’équation caractéristique, donc on cherche une solution
particulière sous la forme
yp = ax2 + bx + c,
où a, b et c sont des constants à déterminer. En introduisant l’expression de yp dans l’équation
(2.46), on obtient
−2ax2 + (2a − b)x + (b − 2a − c) = x2 + x
D’où on tire le système
= 1,




−a
2a − b = 1,

b − 2a − c = 0,



dont la solution est

= −1,

a


b = −3,

c = −1,



et par suite
yp = −x2 − 3x − 1
La solution générale de l’équation (2.46) est

y = C1 ex + C2 cos x + C3 sin x − x2 − 3x − 1.
57
f) L’équation
y 000 − y 00 = 12x2 + 6x, (2.48)
est une équation différentielle linéaire du 3ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 000 − y 00 = 0, (2.49)

est λ3 − λ2 = 0 ayant comme racines

λ1,2 = 0 racine double
(

λ3 = 1 racine simple

D’où, la solution générale de (2.49) est

y = C1 + C2 x + C3 ex

La racine λ1,2 = 0 est racine de l’équation caractéristique d’ordre 2, donc on cherche une
solution particulière sous la forme

yp = x2 (ax2 + bx + c) = ax4 + bx3 + cx2 ,

où a, b et c sont des constantes à déterminer. En introduisant l’expression de yp dans l’équation

(2.48), on obtient
−12ax2 + (24a − 6b)x + (6b − 2c) = 12x2 + 6x
D’où on tire le système
 − 12a = 12,



24a − 6b = 6,

6b − 2c = 0,



dont la solution est

= −1,




a
b = −5,

c = −15,



et par suite
yp = −x4 − 5x3 − 15x2
La solution générale de l’équation (2.48) est

y = C1 + C2 x + C3 ex − x4 − 5x3 − 15x2 .

g) L’équation
y 00 + y 0 = 4x2 ex , (2.50)
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 00 + y 0 = 0, (2.51)

est λ2 + λ = 0 ayant comme racines

λ1 = 0 racine simple
(

λ2 = −1 racine simple
58
 D’où, la solution générale de (2.51) est
y = C1 + C2 e−x
Les racine λ1,2 ne sont pas racines de l’équation caractéristique, donc on cherche une solution
particulière sous la forme
yp = (ax2 + bx + c)ex ,
où a, b et c sont des constantes à déterminer. En introduisant l’expression de yp dans l’équation
(2.50) et en simplifiant les deux membres par ex , on obtient
2ax2 + (6a + 2b)x + 2a + 3b + 2c = 4x2
D’où on tire le système
2a = 4,




6a + 2b = 0,

2a + 3b + 2c = 0,



dont la solution est

= 2,




a
b = −6,

c = 7,



et par suite
yp = 2x2 − 6x + 7.
La solution générale de l’équation (2.50) est
y = C1 + C2 e−x + 2x2 − 6x + 7.

h) L’équation
y 00 + 10y 0 + 25y = 4e−5x , (2.52)
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène
y 00 + 10y 0 + 25y = 0, (2.53)
est λ2 + 10λ + 2 = (λ + 5)2 = 0 ayant comme racines
λ1,2 = −5 racine double
D’où, la solution générale de (2.53) est
y = (C1 + C2 x)e−5x
Le nombre −5 est racine d’ordre de multiplicité 2 de l’équation caractéristique, donc on cherche
une solution particulière sous la forme
yp = ax2 e−5x ,
où a est une constante à déterminer. En introduisant l’expression de yp dans l’équation (2.52)
et en simplifiant les deux membres par e−5x , on obtient
a=2

et par suite
yp = 2x2 e−5x
La solution générale de l’équation (2.52) est
y = (C1 + C2 x)e−5x + 2x2 e−5x .
59
i) L’équation
y 00 + 3y 0 + 2y = x sin x, (2.54)
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 00 + 3y 0 + 2y = 0, (2.55)

est λ2 + 3λ + 2 = 0 ayant comme racines

λ1 = −2 racine simple
(

λ2 = −1 racine simple

D’où, la solution générale de (2.55) est

y = C1 e−x + C2 e−2x

Le nombre ±i n’est pas racine de l’équation caractéristique, donc on cherche une solution
particulière sous la forme

yp = (ax + b) cos x + (cx + d) sin x,

où a, b, c et d sont des constantes à déterminer. En introduisant l’expression de yp dans l’équa-

tion (2.54), on obtient

[(a + 3b)x + 3a + c + 2b + 3d] cos x + [(−3a + b)x − 2a − 3c + 3b + d] sin x = x sin x

On en déduit un système d’équations linéaires en a, b, c, d :

a + 3b = 0




3a + c + 2b + 3d =0





 − 3a + b =1

− 2a − 3c + 3b + d = 0



La résolution de ce système donne

3

a= −


10




17


b =



50


1
c=


10




3



d =

,


25
et la solution particulière yp s’écrira sous la forme
3 17 1 3
yp = (− x + ) cos x + ( x + ) sin x.
10 50 10 25
La solution générale de l’équation (2.54) est
3 17 1 3
y = C1 e−x + C2 e−2x + (− x + ) cos x + ( x + ) sin x.
10 50 10 25
60
j) L’équation
y 00 + y = sin 2x, (2.56)
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 00 + y = 0, (2.57)

est λ2 + 4 = 0 ayant comme racines

λ1,2 = ±2i racines complexes conjuguées

D’où, la solution générale de (2.57) est

y = C1 cos 2x + C2 sin 2x

Comme λ1,2 sont des racines de l’équation caractéristique, donc on cherche une solution parti-
culière sous la forme
yp = x(a cos 2x + b sin 2x),
où a et b sont des constantes à déterminer. En introduisant l’expression de yp dans l’équation
(2.56), et en identifiant on trouve
1
a = − , b = 0,
4
donc la solution particulière yp s’écrira sous la forme
x
yp = − cos 2x.
4
La solution générale de l’équation (2.56) est
x
y = C1 cos 2x + C2 sin 2x − cos 2x
4

k) L’équation
y 00 − 6y 0 + 9y = 25ex sin x, (2.58)
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 00 − 6y 0 + 9y = 0, (2.59)

est λ2 − 6λ + 9 = 0 ayant comme racines

λ1,2 = 3 racine double

D’où, la solution générale de (2.59) est

y = (C1 + C2 x)e3x

Les nombres 1 ± i ne sont pas des racines de l’équation caractéristique, donc on cherche une
solution particulière sous la forme

yp = (a cos 2x + b sin 2x)ex ,

61
 où a et b sont des constantes à déterminer. En introduisant l’expression de yp dans l’équation
(2.58), et en identifiant on trouve
a = 4, b = 3
donc la solution particulière yp s’écrira sous la forme

yp = (4 cos 2x + 3 sin 2x)ex .

La solution générale de l’équation (2.58) est

y = (C1 + C2 x)e3x + (4 cos 2x + 3 sin 2x)ex

l) L’équation
y 00 + 2y 0 + 5y = e−x cos 2x (2.60)
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre. L’équation caractéristique associée à l’équation homogène

y 00 + 2y 0 + 5y = 0, (2.61)

est λ2 + 2λ + 5 = 0 ayant comme racines

λ1,2 = −1 ± 2i racines complexes conjuguées

D’où, la solution générale de (2.61) est

y = (C1 cos 2x + C2 sin 2x)e−x

Le nombre −1+2i etant une racine simple de l’équation caractéristique, une solution particulière
devra sous la forme
yp = x(a cos 2x + b sin 2x)e−x ,
où a et b sont des constantes à déterminer. En introduisant l’expression de yp dans l’équation
(2.60), et en identifiant on trouve
1
a = 0, b =
4
donc la solution particulière yp s’écrira sous la forme
x −x
yp = e sin 2x.
4
La solution générale de l’équation (2.60) est
x
y = (C1 cos 2x + C2 sin 2x)e−x + e−x sin 2x
4

m) L’équation
x
y 00 − 2y 0 + 2y = ex sin2 ( ) (2.62)
2
est une équation différentielle linéaire du 2ème ordre homogène à coefficients constants avec
second membre.
En utilisant les identités trigonométriques connues, ramenons le second membre de l’équation
62
 x 1 − cos x 1 1
( 2.62) à la forme f (x) = ex sin2 ( ) = ex ( ) = ex − ex cos x = f1 (x) + f2 (x)
2 2 2 2
L’équation initiale ( 2.62) s’écrira
1 1
y 00 − 2y 0 + 2y = ex − ex cos x (2.63)
2 2
L’équation caractéristique de l’équation homogène y 00 − 2y 0 + 2y = 0 : λ2 − 2λ + 2 = 0 admet
des racines complexes λ = 1 ∓ i
La solution de l’équation homogène est donc yh = ex (C1 sin x + C2 cos x).
Pour chercher une solution particulière de l’équation ( 2.63), utilisons le principe de superpo-
sition. A cet effet, cherchons des solutions particulières des deux équations
1
y 00 − 2y 0 + 2y = ex (2.64)
2
1
y 00 − 2y 0 + 2y = − ex cos x (2.65)
2
En se servant de la méthode des coefficients indéterminés, on trouve des solutions particulières
yp1 , yp2 des équations ( 2.64) et ( 2.65) respectivement :

1
yp1 = ex (2.66)
2

1 x
yp2 = x(− sin x)ex = − sin xex (2.67)
4 4
D’après le principe de superposition, une solution particulière de l’équation ( 2.63) sera
1 x
yp = yp1 + yp2 = ex − sin xex (2.68)
2 4
Conclusion : la solution générale est
1 x
(C1 sin x + C2 cos x + − sin x)ex , (2.69)
2 4
où C1 et C2 sont des constantes réelles arbitraires

Exercice 2.8. Intégrer les équations différentielles suivantes :

1. x2 y 00 + 2xy − 6y = 0

2. x3 y 000 + 3xy 2 y 00 − 2xy 0 + 2y = 0

3. x2 y 00 − xy 0 + 2y = x ln x
sin x
4. xy 00 + 2y 0 + xy = 0 sachant que y1 = est sa solution particulière
x
2 1
5. y 00 + y 0 + y =
x x
1
6. y 00 + y =
cos x
7. y 00 + xy + y = 0 (par la méthode des séries entières)
63
Solutions.

1. L’équation donnée est une équation d’Euler.

Premier procédé : Effectuons le changement de variable x = et , il vient

dy
dy −t dy
y =
0
= dx = e
dt
,
dx dt
dt
dy 0 2
dy 0 ( ddt2y − dy )e−t d2 y dy
y 00 = = dx =
dt dt
= e−2t ( − ),
dx dt
et dt2 dt

et l’équation prend la forme

d2 y dy
+ − 6y = 0.
dt2 dt
L’équation caractéristique ayant comme racines λ1 = −3, λ2 = 2. La solution générale de la
dernière équation sera

y = C1 e−3t + C2 e2t .

Mais puisque x = et , on a

C1
y = C1 x−3 + C2 x2 ou y = + C 2 x2 .
x3

Deuxième procédé : Cherchons la solution de l’équation donnée sous la forme y = xk , où k est

un nombre inconnu. On trouve

y 0 = kxk−1
y 00 = k(k − 1)xk−2 .

En portant dans l’équation on obtient

x2 k(k − 1)xk−2 + 2xk xk−1 − 6xk = 0,

où

xk [k(k − 1) + 2k − 6] = 0.

Mais puisque xk 6≡ 0, on a k(k − 1) + 2k − 6 = k 2 + k − 6 = 0. Les racines de cette équation

sont k1 = −3, k2 = 2. A ces racines correspond le système fondamental de solutions y1 = x−3 ,
y2 = x2 et la solution générale sera comme dans le premier procédé

C1
y= + C 2 x2 .
x3
64
2. L’équation différentielle donnée est d’Euler. Posons x = et , on obtient

dy dt dy
y0 = = e−t ;



dt dx dt




 2
 d y dy
y 00 = e−2t ( 2 − );


 dt dt
3
d y d2 y dy


y 000 = e−3t ( 3 +2 )

−


dt 3 dt 2 dt
d3 y dy
Si on remplace y, y 0 et y 000 dans l’équation donnée, on obtient : 3
−3 + 2y = 0 dont
dt dt
l’équation caractéristique λ − 3λ + 2 = 0 admet une racine évidente λ = 1. D’où par division
3

par λ − 1 on trouve λ2 + λ − 2 = (λ − 1)(λ + 2) = 0. Alors λ1 = 1 et λ2 = −2. Par conséquent,

λ = 1 est une racine double (s = 2) et λ = −2 est simple .
Conclusion : la solution générale est

y = C1 e−2t + (C2 + C3 t)et = C1 x−2 + (C2 + C3 ln x)x,

où C1 , C2 et C3 des constantes réelles .

Deuxième méthode : Cherchons la solution sous la forme y = xk (k ∈ R). On trouve

y 0 = kxk−1 ;





y 00 = k(k − 1)xk−2 ;
= k(k − 1)(k − 2)xk−3
 000

y

En portant dans l’équation donnée on obtient k(k − 1)(k − 2) + 3k(k − 1) − 2k + 2 = (k − 1)(k 2 +

k − 2) = 0. Les racines de cette équation sont k = 1 (racine double) k = −2 (racine simple). A
ces racines correspond le système fondamental des solutions y1 = x−2 , y2 = x2 , y3 = x ln x et
la solution générale sera comme dans le premier procédé

y = C1 x−2 + (C2 + C3 ln x)x.

3. L’équation caractéristique k(k − 1) − k − 2 = 0 possède les racines k1 = 1 − i, k2 = 1 + i. La

solution générale de l’équation homogène associée sera donc

yh = x(C1 cos(ln x) + C2 sin(ln x)).

Une solution particulière sera cherchée sous la forme

yp = x(A ln x + B);

on a

yp0 = A ln x + B + A,
A
yp00 = .
x
Portant dans l’équation donnée, on obtient
65
 Ax − x(A ln x + A + B) + 2x(A ln x + B) = x ln x,
c’est à dire
Ax ln x + Bx = x ln x,
d’où A = 1, B = 0. Ainsi yp = x ln x.
La solution générale sera
y = x(C1 cos(ln x) + C2 sin(ln x)) + x ln x.
sin x
4. Posons y = z où z est une nouvelle fonction inconnue de x ; alors
x

y 0 = y10 z + y1 z 0 , y 00 = y100 z + 2y10 z 0 + y1 z 00 .

Portant dans l’équation donnée, il vient

(xy100 + 2y100 + xy1 )z + xy1 z 00 + 2(xy10 + y1 )z 0 = 0.

sin x
Mais puisque y1 = est une solution particulière de l’équation donnée, on a
x

xy100 + 2y10 + xy1 = 0

et
xy100 z 00 + 2(xy10 + y1 )z 0 = 0. (2.70)
cos x sin x
Mais y10 = − 2 et donc xy10 + y1 = cos x et l’équation (2.70) devient
x x

z 00 sin x + 2z 0 cos x = 0. (2.71)

Ecrivons (2.71) sous la forme
z 00 cos x
+ 2 = 0.
z0 sin x
On obtient
(ln |z 0 | + 2 ln | sin x|)0 = 0,
d’où
ln |z 0 | + 2 ln | sin x| = ln C̃1 ou z 0 sin2 x = C̃1 .
L’intégration de cette équation donne
z = −C̃1 cot x + C2
et par suite la solution générale de l’équation donnée sera
cos x sin x
y = −C̃1 + C2 ,
x x
ou encore
cos x sin x
y = C1 + C2 (C1 = −C̃1 ).
x x
66
5. La solution générale de l’équation homogène associée est de la forme (voir 4)

sin x cos x
y = C1 + C2 ,
x x
et donc, son système fondamental de solutions sera

sin x cos x
y1 = , y2 = .
x x
Cherchons la solution générale de l’équation donnée en appliquant la méthode de la variation
des constantes arbitraires :
sin x cos x
y = C1 (x) + C2 (x) ,
x x
où C1 (x), C2 (x) sont des fonctions de x pour l’instant inconnues qu’on doit déterminer. Com-
posons à cet effet le système suivant :

sin x cos x
C1 (x) + C20 (x) = 0,

 0
x x
C 0 (x)(
x cos x − sin x −x sin x − cos x 1
) + C20 (x)( = .


1 2
x x x
On en tire C1 (x) = cos x, C2 (x) = − sin x. En intégrant, on obtient
0 0

C1 (x) = sin x + C̃1 , C2 (x) = cos x + C̃2

En introduisant ces valeurs de C1 (x) et C2 (x) dans l’expression de y on trouve la solution

générale de l’équation donnée
sin x cos x 1
y = C̃1 + C̃2 + .
x x x
6. L’équation homogène associée sera y 00 + y = 0. Son équation caractéristique λ2 + 1 = 0 possède
des racines imaginaires pures λ1 = −i, λ2 = i et la solution de l’équation homogène est de la
forme
yh = C1 cos x + C2 sin x.
La solution générale de l’équation initiale sera cherchée sous la forme
yh = C1 (x) cos x + C2 (x) sin x. (2.72)
où C1 (x), C2 (x) sont des fonctions inconnues de x. Pour les rechercher, composons le système
suivant :
 C1 (x) cos x + C2 (x) sin x = 0,
0 0


1
−C10 (x) sin x + C20 (x) cos x =
 .
cos x
Résolvons ce système par rapport à C10 (x) et C20 (x), il vient C10 (x) = − tan x, C20 (x) = 1.
Intégrons, il vient
C1 (x) = ln | cos x| + C̃1 , C2 (x) = x + C̃2
En introduisant les expression de C1 (x) et C2 (x) dans (2.72) on obtient la solution générale de
l’équation initiale
y = C̃1 cos x + C̃2 sin x + cos x ln | cos x| + x sin x.
67
7. Cherchons y1 (x) sous forme d’une série

+∞
y1 (x) = ck x k ,
X

k=0
alors
+∞ +∞
y10 (x) = k−1
y100 (x) = k(k − 1)ck xk−2 .
X X
kck x ,
k=1 k=2

En introduisant y1 (x), y10 (x) et y100 (x) dans l’équation donnée, on obtient

+∞ +∞ +∞
k(k − 1)ck x k−2
+ kck x +
k
ck xk = 0. (2.73)
X X X

k=2 k=1 k=0

En regroupant dans (2.73) les termes semblables et en annulant les coefficients de toutes les
puissances de x, on obtient des relations permettant de déterminer c0 , c1 , ..., cn , ....

+∞
((k + 2)(k + 1)ck+2 + (k + 1)ck )xk = 0.
X

k=0

Posons, pour fixer les idées, y1 (0) = 1, y10 (0) = 0. Alors on trouve tout de suite que

c0 = 1, c1 = 0. (2.74)
Ainsi, on a 
1
2c2 + c0 = 0, d’où, compte tenu de (2.74) c2 = − ,

2




3.2c3 − 2c1 = 0, d’où, compte tenu de (2.74) c3 = 0,





1

4.3c4 + 3c2 = 0, d’où, c4 = ,
2.4




5.4c5 + 4c3 = 0, d’où, c5 = 0,







.......................................


Par conséquent
x2 1 4 (−1)n x2n
y1 (x) = 1 − + x + ... + + ... (2.75)
2 2.4 2.4...2n
De façon analogue, en prenant
+∞
y2 (x) = ak x k , (2.76)
X

k=0
et les conditions y2 (0) = 0, y20 (0) = 1, on obtient
a0 = 0, a1 = 1. (2.77)
x 1 5 3
(−1) x n 2n+1
y2 (x) = x − + x + ... + + ... (2.78)
1.3 1.3.5 1.3.5...(2n + 1)
La solution générale de l’équation donnée sera de la forme
y = Ay1 (x) + By2 (x),
où y1 (x), y2 (x) sont définies par les formules (2.75) et (2.78) respectivement, alors que A et B
sont des constantes arbitraires telles que y(0) = A, y 0 (0) = B.

68
Chapitre 3

Equations différentielles. Résultats

fondamentaux

Le but de ce chapitre est de démontrer les théorèmes généraux d’existence et d’unicité des solutions
pour les équations différentielles ordinaires. Il s’agit du chapitre central de la théorie, de ce fait
nécessairement assez abstrait.

3.1 Définitions. Solutions maximales et globales.

Soit U un ouvert de R × Rn et

f : U → Rn

une application continue. On considère l’équation différentielle

y 0 (x) = f (x, y), (x, y) ∈ U, x ∈ R, y ∈ Rn . (3.1)

3.1.1 Solutions maximales

Nous introduisons d’abord le concept de prolongement d’une solution. L’expression solution maxi-
male est alors entendue implicitement au sens de la relation d’ordre fournie par le prolongement des
solutions.

Définition 3.1.1. Soient y : I → Rn , ỹ : I˜ → Rn , des solutions de (3.1). On dit que ỹ est un

prolongement de y si I˜ ⊃ I et ỹ|I = y.

Définition 3.1.2. On dit qu’une solution y : I → Rn est maximale si y n’admet pas de prolongement
ỹ : I˜ → Rn avec I˜ ⊃ I.
6=

Théorème 3.1.3. Toutes solutions y se prolonge en une solution maximale ỹ (pas nécessairement
unique).

3.1.2 Solutions globales

On suppose ici que l’ouvert U est de la forme U = J × Ω où J est un intervalle de R et Ω un
ouvert de Rn .

Définition 3.1.4. Une solution globale est une solution définie sur l’intervalle J tout entier.
69
 Figure 3.1 –

Remarque 3.1.5. Toute solution globale est maximale, mais la réciproque est fausse.
Sur le figure 3.1 par exemple, y1 (x) est globale tandis y2 (x) est maximale mais non globale.
Exemple 3.1.6. Considérons l’équation différentielle
y0 = y2 (3.2)
définie sur U = R × R.
Cherchons les solutions x → y(x) de (3.2).
• On a d’une part la solution y(x) = 0.
y0
• Si y ne s’annule pas, (3.2) s’écrit 2 = 1, d’où par intégration
y
1 1
− = x + C, y(x) = − .
y(x) x+C
Cette formule définit en fait deux solutions, définies respectivement sur ] − ∞, −C[ et sur
] − C, +∞[ ; ces solutions sont maximales mais non globales. Dans cet exemple y(x) = 0 est la
seule solution globale de (3.2).
Exemple 3.1.7. Le problème
y 0 = −y 2
(

y(0) = 1
1
définie sur R × R admet une solution maximale y(x) = sur ] − 1, +∞[ qui n’est pas globale. Il
x+1
n’y a pas de solution globales
70
Exemple 3.1.8. Le problème
y 0 = −xy 2
(

y(0) = 1
1
définie sur R × R admet une solution globale y(x) = 2 sur R.
x +1
Exemple 3.1.9. Le problème  q
 y 0 = 2 |y|(1 + y)

y(0) = 0
définie sur [0, +∞[×R admet plusieurs solutions maximales : y(x) ≡ 0,

0
 x ∈ [0, a]
ya (x) =  π
 tan (x − a) x ∈ [a, a + [
2
2

3.2 Régularité des solutions

Rappelons qu’une fonction de plusieurs variables est dite de classe C k si elle admet des dérivées
partielles continues jusqu’à l’ordre k.
Théorème 3.2.1. Si f : U ⊂ R × Rn → Rn est de classe C k , toute solution de (3.1) est de classe
C k+1 .
Démonstration. On raisonne par récurrence sur k.
• k = 0 : f continue.
Par hypothèse y : I → Rn est dérivable, donc continue. Par conséquent y 0 (x) = f (x, y(x)) est
continue, donc y de classe C 1 .
• Si le résultat est vrai à l’ordre k − 1, alors y est au moins de classe C k . Comme f est de classe
C k ,il s’ensuit que y 0 est de classe C k comme composée de fonctions de classe C k , donc y est de
classe C k+1 .

3.2.1 Calcul des dérivées successives d’une solution y

On suppose pour simplifier n = 1. En dérivant la relation y 0 (x) = f (x, y(x)) il vient
0 0
y 00 (x) = fx (x, y(x)) + fy (x, y(x))y 0 (x),
0 0
y 00 = fx (x, y) + fy (x, y)f (x, y) = f [1] (x, y),
0 0
avec f [1] = fx + fy f . Notons de manière générale l’expression de la dérivée k-ième y (k) en fonction de
x, y sous la forme
y (k) = f [k−1] ;
0 0
d’après ce qui précède f [0] = f , f [1] = fx + fy f . En dérivant une nouvelle fois, on trouve
0 0
y (k+1) = (f [k−1] )x (x, y) + (f [k−1] )y (x, y)y 0
0 0
= (f [k−1] )x (x, y) + (f [k−1] )y (x, y)f (x, y).
On obtient donc les relations de récurrence
0 0
y (k+1) = f [k] (x, y)f f [k] = (f [k−1] )x + (f [k−1] )y f, avec f [0] = f.
71
3.3 Problème de Cauchy, théorème de Cauchy-Lispschitz
En mécanique, lorsqu’on détermine un mouvement, on dispose non seulement d’une équation
différentielle mais encore de conditions initiales. On obtient alors, en générale, une et une seule
solution du problème posé.
Rappelons maintenant la définition des équations différentielles d’ordre n.
Définition 3.3.1. Soit n ∈ N∗ et E un espace de Banach. Soit une application f : U ⊂ R × E n → R
(où U est un ouvert de R × E n ). On appelle solution de l’équation différentielle d’ordre n

y (n) = f (x, y, y 0 , ..., y (n−1) ) (3.3)

toute application ϕ : I → R (où I est un intervalle de R), n fois dérivable et vérifiant

(i) pour tout x ∈ I, (x, ϕ(x), ..., ϕ(n−1) (x)) ∈ U ;

(ii) pour tout x ∈ I, f (x, ϕ(x), ..., ϕ(n−1) (x)) = ϕ(n) (x).

Dans la suite de cette partie, nous utiliserons les notations de cette définition.
Définition 3.3.2 (Problème de Cauchy). On se donne une équation différentielle

y (n) = f (x, y, y 0 , ..., y (n−1) ) (3.4)

et (x0 , y0 , ..., yn−1 ) ∈ U (où U est un ouvert de R × Rn ). On appelle problème de Cauchy de (3.4)
en (x0 , y0 , ..., yn−1 ) la recherche d’une fonction ϕ : I → R (où I est un intervalle de R) solution de
(3.4) et vérifiant x0 ∈ I, ϕ(x0 ) = y0 ,...,ϕ(n−1) (x0 ) = yn−1 .
On dit qu’il y a unicité au problème de Cauchy (3.4) en (x0 , y0 , ..., yn−1 ) s’il existe au moins une
solution à ce problème de Cauchy et si pour toutes solutions ϕ : I → R et φ : J → R à ce problème,
les fonctions ϕ et φ coïncident sur I ∩ J.
Remarque 3.3.3.
1. Lorsque la fonction f vérifiant certaines hypothèses, on peut assurer l’unicité au problème de
Cauchy.

2. Toute équation différentielle d’ordre n peut se ramener à une équation différentielle d’ordre 1.
Avec les notations de la définition....., si on définit les applications

ψ : I → Rn x 7→ (ϕ(x), ..., ϕ(n−1) (x))

G : U ⊂ R × Rn → Rn (x, y) = (x, y0 , ..., yn−1 , f (x, y)),

il est équivalent de dire que ϕ est solution de (3.3) ou que ψ est solution de ψ 0 = G(x, ψ).
On peut donc se limiter à étudier les équations différentielles du premier ordre.
Définition 3.3.4. On dit qu’une application f d’un ouvert U de R × Rn et localement lipschitzienne
en la seconde variable si pour tout si pour tout (x0 , y0 ) ∈ U , il existe un voisinage V de (x0 , y0 ) et
k = k(x0 , y0 ) > 0 tels que

∀x ∈ R, ∀y1 , y2 ∈ Rn , (x, y1 ) ∈ V, (x, y2 ) ∈ V, kf (x, y1 ) − f (x, y2 )k ≤ k ky1 − y2 k .

∂fi
Remarque 3.3.5. Si sont continues sur U , alors f est localement lipschitz en y sur U .
∂xj
72
Exemple 3.3.6.

1. La fonction f (y) = y 2 est localement lipschitz sur R ; elle n’est pas lipschitz.
q
2. La fonction f (y) = |y| n’est pas localement lipschitz sur R. En fait il faudrait trouver un
q
voisinage de 0 et une constante k > 0 tels que |y| ≤ k |y| pour y assez petit, ce qui est
absurde.
∂f
Proposition 3.3.7. Si (x, y) existe est bornée. Alors f est k-lipschitzienne par rapport à y ∈ U .
∂y
Démonstration. Utilisons le théorème des accroissement finis de f (x, y) = ϕ(y) sur ]y1 , y2 [. Donc il
existe ȳ ∈]y1 , y2 [ tel que ϕ(y1 ) − ϕ(y2 ) = ϕ0 (ȳ)(y1 − y2 ), alors
 
 ∂f 
|f (x, y1 ) − f (x, y2 )| = 
 (x, ȳ) |y1 − y2 | .
 ∂y 

Mais il existe un k telle que  

 ∂f 
(x, y) ≤ k,
 
 
 ∂y 

d’où
|f (x, y1 ) − f (x, y2 )| ≤ k |y1 − y2 | .

Remarque 3.3.8. La réciproque généralement, est fausse par exemple f (x, y) = |y| est 1-lipschitzienne
∂f
par rapport à y sur R2 mais elle n’admet pas une dérivée partielle au point (0, 0).
∂y
Théorème 3.3.9 (CAUCHY-LIPSCHITZ). Soit f : U ⊂ R × Rn → Rn (où U est un ouvert de
R × Rn ) une fonction continue et localement lipschitzienne en la seconde variable. Alors pour tout
(x0 , y0 ) ∈ U , il existe un intervalle I voisinage de x0 dans R et une application ϕ : I → Rn solution
de y 0 = f (x, y) telle que ϕ(x0 ) = y0 . De plus, il y a unicité pour le problème de Cauchy de cette
équation différentielle en (x0 , y0 ).

Démonstration. Existence. Nous aurons besoin de la notion de cylindre de sécurité. Un point (x0 , y0 ) ∈
Ω est fixé. Pour tout r > 0, on pose Br = {y ∈ Rn | ky − y0 k ≤ r} et pour tout α > 0, Iα =
]x0 − α, x0 + α[. Soit V un voisinage compact de (x0 , y0 ) dans Ω sur lequel f est k-lipschitzienne en
seconde variable (la compacité de V est une commodité pour que f soit bornée sur V , mais même
en dimension infinie, comme f est continue en (x0 , y0 ), on peut choisir V telle que f soit bornée sur
V ). Notons M un majorant de f sur V . On peut choisir r > 0 et α > 0, désormais fixés, tels que
Iα × Br ⊂ V et αM < r (on dit que Iα × Br est un cylindre de sécurité pour f en (x0 , y0 )).
La fonction f est continue, toute solution est donc de classe C 1 . Ainsi, une application
Z x ϕ : Iα → Rn
est solution si et seulement si pour tout x ∈ I, (x, ϕ(x)) ∈ Ω et ϕ(x) = y0 + f (u, ϕ(u))du.
x0
Notons Γ l’ensemble des fonctions continues φ : Iα → Rn telles que φ(Iα ) ⊂ Br . Pour tout φ ∈ Γ,
l’application
Z x
φ̃ : Iα → Rn x 7→ y0 + f (u, ϕ(u))du (3.5)
x0

vérifie Z x 
f (u, ϕ(u))du
 
φ̃ − y0 ≤ ≤ αM < r,


x0
73
donc φ̃ ∈ Γ. On est donc autorisé (et c’est là l’utilité du cylindre de sécurité) à définir la suite de
fonctions (φn ) par
φ0 : Iα → Rn x 7→ y0 et ∀n ∈ N, φn+1 = φ̃n .
|x − x0 |
Montrons que pour tout t ∈ Iα et pour tout n ∈ N, kφn+1 (x) − φn (x)k ≤ rk n . Pour n = 0,
n!
c’est immédiat d’après (3.5). Pour passer du rang n − 1 au rang n, il suffit d’écrire, pour x ∈ Iα ,
Z x  Z x 
kφn+1 (x) − φn (x)k ≤ kf (u, φn (u)) − f (u, φn−1 (u))k du ≤  k kφn (u) − φn−1 (u)k du
   
  

x0 x0
k n Z x k n
 
|u − x0 |n−1 du = r |x − x0 |n .

≤ r
(n − 1)! 
x0 n!

La série de fonctions (φn+1 − φn ) converge donc normalement sur Iα , par conséquent la suite de
X

fonction (φn ) converge uniformément sur Iα . Notons φ la fonction limite. On a φ ∈ Γ et

Z x
∀n ∈ N, ∀x ∈ Iα , φn+1 (x) = y0 + f (u, φn (u))du,
x0
Z x
et en faisant tendre n vers +∞ on en déduit φ(x) = y0 + f (u, φ(u))du, c’est-à-dire que φ est
x0
solution au problème de Cauchy en (x0 , y0 ) sur l’intervalle Iα .
Unicité. Soient ϕ : I → Rn et φ : J → Rn deux solutions au problème de Cauchy en (x0 , y0 ). En
notant, pour tout x ∈ I ∩ J, Mx = sup kφ(u) − ϕ(u)k, une récurrence sur n donne
u∈[x0 ,x]

kn
Z x 
kf (u, ϕ(u)) − f (u, φ(u))k du |x − x0 |n Mx .
 
∀x ∈ I ∩ J, ∀n ∈ N, ϕ(x) − φ( x)

≤  ≤

x0 n!
Ceci étant vrai pour tout n ∈ N, on en déduit ϕ(x) = φ(x) pour tout x ∈ I ∩ J.

Remarque 3.3.10.

1. L’existence au problème de Cauchy reste vraie si f est seulement supposée continue (théorème
de Péano), mais il n’y a plus forcément l’unicité (voir l’exercice 3.11).

2. L’unicité au problème de Cauchy est riche de conséquences (voir les exercices de cette partie).

3. Si f est de classe C 1 , f est localement lipschitzienne en la seconde variable. C’est souvent ce

que l’on rencontre dans la pratique, et théorème de Cauchy-Lipschitz et alors applicable.

4. Pour les équations différentielles d’ordre n (en les ramenant à celles d’ordre 1 par la technique
décrite plus haut), le théorème de Cauchy-Lipschitz s’exprime ainsi : si y (n) = f (x, y, y 0 , ..., y (n−1) )
est une équation différentielle d’ordre n et si f est continue et localement lipschitzienne par rap-
port à la seconde variable y = (y0 , ..., yn−1 ), alors il y a unicité au problème de Cauchy.

Terminons par le corollaire suivant portant sur les solutions maximales.

Corollaire 3.3.11. Soit f : U ⊂ R×Rn → Rn (où U est un ouvert de R×Rn ) une fonction continue
et localement lipschitzienne en la seconde variable. Alors pour tout (x0 , y0 ) ∈ U , il existe une unique
solution maximale ϕ de l’équation différentielle y 0 = f (x, y) prenant la valeur y0 en x0 ; cette solution
maximale est définie sur un intervalle ouvert de R.

Une outil central dans tous les problèmes d’équations différentielles est le lemme de Gronwall qui
permet de déduire des bornes sur les solutions à partir d’intégrales qu’elles vérifient.
74
Théorème 3.3.12 (Lemme de Grönwall). Soient ϕ, φ et y trois fonctions continues sur [a, b], à
valeurs positives et vérifiant l’inégalité
Z t
∀t ∈ [a, b], y(t) ≤ ϕ(t) + φ(s)y(s)ds. (3.6)
a
Alors
Z t Z t
∀t ∈ [a, b], y(t) ≤ ϕ(t) + ϕ(s)φ(s) exp( φ(u)du)ds.
a s
Z t
Démonstration. Posons F (t) = φ(s)y(s)ds. En multipliant les deux membres de (3.6) par φ(t),
a
on obtient F (t) − φ(t)F (t) ≤ ϕ(t)φ(t), ce s’écrit aussi
0

Z t Z t
G (t) ≤ ϕ(t)φ(t) exp(−
0
φ(s)ds) avec G(t) = F (t) exp(− φ(s)ds).
a a

Comme G(a) = F (a) = 0, on en déduit, par intégration

Z t Z t
G(t) ≤ ϕ(s)φ(s) exp(− φ(u)du)ds.
a s
Z t
Or, d’après (3.6), y(t) ≤ ϕ(t) + G(t) exp( φ(s)ds), d’où le résultat en utilisant l’inégalité ci-dessus.
a

Corollaire 3.3.13. Soient φ et y : [a, b] → R+ deux fonctions continues et vérifiant

Z t
∃c ≥ 0, ∀t ∈ [a, b], y(t) ≤ c + φ(s)y(s)ds.
a
Alors
Z t
y(t) ≤ c exp( φ(s))ds.
a
Démonstration. Il s’agit du lemme de Grönwall dans le cas particulière où ϕ est la fonction constante
égale à c, on a donc pour tout t ∈ [a, b]

Z t Z t  Z t s=t Z t
y(t) ≤ c + c φ(s) exp( φ(u)du)ds = c − c exp( φ(u)du = c exp( φ(s)ds).
a s s s=a a

Citons enfin une application intéressante du lemme de Grönwall, utile dans les majorations d’er-
reurs sur les solutions d’équations différentielles.
Corollaire 3.3.14. Soit y : [a, b] → Rn une fonction de classe C 1 vérifiant
∃c > 0, ∃β ≥ 0, ∀t ∈ [a, b], ky 0 (t)k ≤ β + α ky(t)k .
Alors
β α(t−a)
∀t ∈ [a, b], ky(t)k ≤ ky(a)k eα(t−a) + (e − 1).
α
Démonstration. Il suffit d’écrire, pour tout t ∈ [a, b],
Z t Z t
ky(t)k ≤ ky(a)k + ky(t) − y(a)k ≤ ky(a)k + ky (s)k ds ≤ ky(a)k + β(t − a) + α
0
ky(s)k ds,
a a
puis on applique le lemme de Grönwall et on conclut en intégrant par parties.
75
3.3.1 Théorèmes sur les solutions globales
Théorème 3.3.15. Soit f : I × Rn → Rn une fonction continue. Supposons qu’il existe k : I → R+
continue telle que pour tout x ∈ I l’application y → f (x, y) est lipschitz de rapport k(x). Alors tout
solution maximale du problème y 0 = f (x, y) est globale.
Exemple 3.3.16. Toute solution maximale de
 q
y 0 = x x2 + y 2
(3.7)

y(x0 ) = y0
est globale.
En effet,
√
1. Pour tout x ∈ R, la fonction f (x, y) = x x2 + y 2 est continue
√
2. La fonction y → f (x, y) = x x2 + y 2 est lipschitzienne de rapport k(x) = |x| (continue sur
R), car Pour tout y, z ∈ R on a
|y 2 − z 2 | (|y| + |z|) |y − z|
|f (x, y) − f (x, z)| ≤ |x| √ √ ≤ |x| √ √ ≤ |x| |y − z| .
x2 + y 2 + x2 + z 2 x2 + y 2 + x2 + z 2
|y − z|
Puisque √ 2 √ ≤ 1.
x + y 2 + x2 + z 2
D’où d’après le théorème 3.3.15 toute solution maximale de (3.7) est globale.
Théorème 3.3.17. Soit f : R × Rn → Rn une fonction continue telle que
kf (x, y)k ≤ α(x) + β(x) kyk ,
pour α, β positives et continues. Alors les solutions du problème
= f (x, y), x ∈ R
( 0
y
y(x0 ) = y0
sont globales.
Théorème 3.3.18. Soit f : ]a, b[×Rn → Rn une fonction continue et bornée. Alors toute solution
de
y = f (x, y),
( 0

y(x0 ) = y0
est globale.
Remarque 3.3.19.
1. La solution unique du problème de Cauchy (3.4) peut être construit par la méthode approxima-
tion successives suivante :

y0 (x) = y0
Z x
y1 (x) = f (t, y0 (t))dt + y0
x
Z x0
y2 (x) = f (t, y1 (t))dt + y0
x0
..
.
Z x
yn (x) = f (t, yn−1 (t))dt + y0
x0
76
 2. La méthode approximation successives se base sur la proposition suivante :

Proposition 3.3.20. Si f est continue sur un voisinageZ du point (x0 , y0 ). Alors, le problème
x
de Cauchy (3.4) est équivalent au problème y(x) = y0 + f (t, y(t))dt.
x0

Démonstration.
Z y Z x
• Si y 0 = f (x, y), alors par intégration on a dy = f (t, y(t))dt. Donc y − y0 =
Z x Z x y0 xO

f (t, y(t))dt et par conséquent y = y0 + f (t, y(t))dt.

xO xO
Z x
• Inversement, si y = y0 + f (t, y(t))dt, alors en dérivant on trouve y 0 = f (x, y). De plus
xO
pour x = x0 on a y(x0 ) = y0 .

Théorème 3.3.21 (Théorème de Picard). On considère le problème de Cauchy

= f (x, y),
( 0
y
y(x0 ) = y0

Si :
n o
1. f est continue dans le rectangle D = (x, y) ∈ R2 : |x − x0 | ≤ a, |y − y0 | ≤ b , où a, b ∈ R

2. f est lipschitzienne par rapport à y dans D.

Alors il existe une solution du problème de Cauchy définie sur l’intervalle [x0 − h, x0 + h], où h =
b
min(a, ) avec M = sup |f (x, y)| et cette solution est la limite de la suite (yn )n∈N définie par
M (x,y)∈D
récurrence.

y0 (x) = y0
Z x
y1 (x) = f (t, y0 (t))dt + y0
x
Z x0
y2 (x) = f (t, y1 (t))dt + y0
x0
..
.
Z x
yn (x) = f (t, yn−1 (t))dt + y0
x0

Exemple 3.3.22. Résoudre le problème de Cauchy suivant

y0 = y
(

y(0) = 1

Solution. Appliquons le théorème de Picard (ou théorème approximation successives). Il claire que la
fonction f (x, y) = y

a) continue sur R2 tout entier, donc sur tout voisinage V(0,1) du point (0, 1).
77
 ∂f
b) la dérivé partielle par rapport à y existe et = 1.
∂y

Donc le P.C admet une solution unique y(x) sur R, par la méthode d’approximation successives on a

y0 (x) = 1
Z x
y1 (x) = 1 + f (t, 1)dt = 1 + x
x0
Z x
x2
y2 (x) = 1 + f (t, 1 + t)dt = 1 + x +
0 2
..
.
Z x
x x2 x3 xn
yn (x) = 1 + f (t, yn−1 (t))dt = 1 + + + + ...
x0 1! 2! 3! n!
+∞
xn
D’où lim yn (x) = = ex .
X
n→+∞
n=0 n!

Remarque 3.3.23. La réciproque du théorème de Picard en générale n’est pas vrais.

Exemple 3.3.24. Le P.C suivant :

3q

y0 = 3
y2


2
y(0) = 0


(x + c)3 ∂f 1
il admet une solution générale y(x) = malgré que la dérivé partielle (x, y) = y − 3 n’est
8 ∂y
pas définie (n’existe pas) sur l’axe des x (y = 0).

3.4 Exercices du chapitre

Exercice 3.5. Donner les solutions maximales du problème de Cauchy suivant :

1.
= y3
( 0
y
y(0) = 0

2.
1

y 0

=
y
y(0) = 1



Solutions.

1. f (y) = y 3 est localement lipschitz. Par conséquent il existe une seule solution maximale. y(x) ≡
0 est la solution.
√ 1
2. Il existe une seule solution, qui est y(x) = 2x + 1 (la fonction f (y) = est localement
y
lipschitz).
78
Exercice 3.6. Montrer que toute solution maximale de
 q
y 0 = x x2 + y 2
(3.8)

y(x0 ) = y0
est globale.
Solutions. √
Pour tout x ∈ R la fonction y → f = x x2 + y 2 est lipschitz de rapport k(x) = |x| (continue sur R).
En effet,
|y 2 − z 2 | |y| + |z|
|f (x, y) − f (x, z)| ≤ |x| √ √ ≤ |x| √ 2 √ |y − z| ≤ |x| |y − z| .
x +y + x +z
2 2 2 2 x + y 2 + x2 + z 2
D’où, d’après le théorème 3.3.15 toute solution maximale du problème (3.8) est globale.
Exercice 3.7. On considère le système y 0 = f (x, y) où f : R × Rn → Rn est une fonction lipschitz
(de constante L) par rapport à la variable y et continue par rapport à la variable (x, y). Soient y1
la solution correspondante à la condition initiale y(x0 ) = ỹ1 et y2 la solution correspondante à la
condition initiale y(x0 ) = ỹ2 . Montrer que
|y1 (x) − y2 (x)| ≤ |ỹ1 − ỹ2 | eL|x−x0 | .
Solution.
On a Z x
y1 (x) = y10 (s)ds + y1 (x0 )
x0
Z x (3.9)
y2 (x) = y20 (s)ds + y2 (x0 ).
x0

Comme y1 et y2 sont solutions du système y = f (x, y), alors 0

y10 (x) = f (x, y1 )

(3.10)
y20 (x) = f (x, y2 ).
En reportant (3.10) dans (3.9), on obtient
Z x
y1 (x) = f (s, y1 )ds + y1 (x0 )
x0
Z x
y2 (x) = f (s, y2 )ds + y2 (x0 ).
x0

D’où
Z x 
|y1 (x) − y2 (x)| =  (f (s, y1 ) − f (s, y2 ))ds + (y1 (x0 ) − y2 (x0 ))
 
x0
Z x
≤ |y1 (x0 ) − y2 (x0 )| + |f (s, y1 ) − f (s, y2 )| ds
x
Z x0
≤ |y1 (x0 ) − y2 (x0 )| + L |y1 (s) − y2 (s)| ds (f est lipschitz de rapport L).
x0

Si on pose α(x) = |y1 (x0 ) − y2 (x0 )| et β(x) = L, en déduire, grâce au lemme de Grönwall (voir le
corollaire 3.3.13)
Rx
Lds
|y1 (x) − y2 (x)| ≤ |y1 (x0 ) − y2 (x0 )| e x0
= |ỹ1 − ỹ2 | eL|x−x0 |
Nous vérifions aisément que α et β vérifiant les hypothèses du corollaire 3.3.13.
79
Exercice 3.8. Montrer que la solution du système

2
= x2 + e−y
y 0
y(0) = 0
(3.11)

existe pour x ∈ [0, 0.5] et que dans cette intervalle |y| ≤ 1.

Solutions.
2 5
Soit R le rectangle {(x, y) : x ∈ [0, 0.5], y ∈ [−1, 1]}. On a M = max |x2 + e−y | = . Alors d’après
(x,y)∈R
)4
1 1
(
le théorème ?? la solution du système (3.12) y(x) existe pour 0 ≤ x ≤ min 0.5, 5 = .
4
2

Exercice 3.9. Montrer que la solution du système


2
= x2 + e−y
y 0
(3.12)
y(0) = 0

existe pour x ∈ [0, 0.5].

Solutions.
2
Soit R = [0, a] × [−b, b]. On a M = max |x2 + e−y | = b2 + 1. Le théorème d’existence (théorème ??)
(x,y)∈R
( )
b
nous dit qu’il existe une solution dans l’intervalle [0, α] pour α = min a, 2 . Le plus grand α
b +1
1
possible est . Alors y(x) existe pour x ∈ [0, 0.5].
2
Exercice 3.10. Vérifier le théorème d’existence et d’unicité pour les problèmes de Cauchy suivants :

1.
1

y 0

=
y2
y(1) = 0



2.
= xy + e−y
( 0
y
y(x0 ) = y0

Solutions. 1. Soit le problème du Cauchy suivant :

1

y 0

=
y2 (3.13)
y(1) = 0



La solution générale de (3.13) est √

y= 3
3x − 3 (3.14)
Les conditions du théorème d’existence et d’unicité ne sont pas vérifies.
En effet, aux points (x0 , 0) de l’axe Ox les conditions a) et b) ne sont pas satisfaites (la fonction
1 ∂f
f (x, y) = 2 et sa dérivée partielle sont discontinues sur l’axe Ox et ne sont pas bornées pour
y ∂y
80
y → 0.
2. Soit le problème du Cauchy suivant :

= xy + e−y
( 0
y
(3.15)
y(x0 ) = y0

Ici f (x, y) = xy + e−y .

On a
a) f est évident continue sur R2
∂f
b) La dérivée partielle = x − e−y est bornée sur R2 .
∂y
Conclusion. le problème du Cauchy (3.15) admet une solution unique.
Exercice 3.11. Montrer que pour l’équation différentielle définie sur R par

0 si y < 0
(
y0 = √ (3.16)
y si y ≥ 0

il n’y a pas unicité au problème de Cauchy.

Solution. Faisons une première remarque : cette équation différentielle ne faisant pas intervenir la
variable x, si f : R → R est solution, il en de même pour toutes les fonctions fc : R → R t 7→ f (x−c)
(c ∈ R).
2
La fonction ϕ : R → R définie par ϕ(x) = 0 pour x ≤ 0, et ϕ(x) = x4 pour x ≥ 0, est solution
comme on le vérifie facilement. Notre remarque précédente montre que pour tout c ∈ R, la fonction

0 si x ≤ c


ϕc : R → R x 7→ (x − c) 2
 si x ≥ c
4


est solutions. Mais pour c > 0, ces fonctions coïncident sur R− , et pourtant elles ne sont pas iden-
tiques. Il n’y a donc pas unicité au problème de Cauchy (le théorème de Cauchy-Lipschitz ne s’ap-
plique pas car il n’y a pas de caractère lipschitzien).
Exercice 3.12. Soit f : R2 → R une fonction de classe C 1 et ϕ, φ : R → R deux solutions de
l’équation différentielle y 0 = f (x, y). On suppose qu’il existe x0 ∈ R tel que ϕ(x0 ) < φ(x0 ). Montrer
que pour tout x ∈ R, ϕ(x) < φ(x).
Solution. Raisonnons par l’absurde. S’il existe x1 ∈ R tel que ϕ(x1 ) ≥ φ(x1 ), alors comme ϕ et φ
sont continues (elle sont même de classe C 1 ), d’après le théorème des valeurs intermédiaires, il existe
u ∈ R tel que ϕ(u) = φ(u). Mais alors, d’après le théorème de Cauchy-Lipschitz (qui s’applique car
f est de classe C 1 ) il y a unicité au problème de Cauchy au point u, donc ϕ = φ. Ceci est absurde
car ϕ(x0 ) 6= φ(x0 ), d’où le résultat.
Exercice 3.13. Soit f : R2 → R une fonction de classe C 1 vérifiant

∃T > 0, ∀x ∈ R, f (x + T, .) = f (x, .). (3.17)

Soit ϕ : R → R une solution de l’équation différentielle y 0 = f (x, y). Montrer que la suite (ϕ(kT ))k∈N )
est strictement monotone ou est constante. Dans ce dernier cas, montrer que ϕ est une solution T -
périodique.
81
 Solution. Comme ϕ est solution, la relation (3.17) montrer que la fonction ϕT : x 7→ ϕ(x + T )
est aussi une solution. Trois cas se présentent.

(i) Si ϕ(0) < ϕ(T ) = ϕT (0), alors d’après l’exercice précédent, on a ϕ(x) < ϕT (x) pour tout
x ∈ R. On en conclut ϕ(kT ) < ϕT (kT ) = ϕ((k + 1)T ) pour tout k ∈ R, autrement dit, la suite
(ϕ(kT ))k∈N ) est strictement croissante.

(ii) Si ϕ(0) > ϕT (0), on montrerait en procédant de la même manière que la suite (ϕ(kT ))k∈N ) est
strictement décroissante.

(iii) Si ϕ(0) = ϕ(T ) = ϕT (0), alors d’après le théorème de Cauchy-Lipschitz (qui donne l’unicité au
problème de Cauchy), ϕ = ϕT , c’est-à-dire que ϕ est T -périodique, et en particulier, la suite
(ϕ(kT ))k∈N ) est constante.

Exercice 3.14. Après avoir vérifié les condition d’application du théorème d’existence et d’unicité de
Picard construire les approximations successives y0 (x), y1 (x), y2 (x), y3 (x) de la solution des problèmes
de Cauchy suivants :

1.
= x − y2
( 0
y
avec |x| ≤ A et |y| ≤ B (3.18)
y(0) = 0

2.
=x+y
( 0
y
avec |x| ≤ A et |y| ≤ B (3.19)
y(1) = 0

Solutions.

1. Dans le problème (3.18) la fonction  f (x, y)= x − y est un polynôme, donc elle est continue sur
2
 ∂f  ∂f
le domaine |x| ≤ A et |y| ≤ B et  (x, y) = |−2y| = 2 |y| < 2B + 1, d’où (x, y) est bornée
 ∂y  ∂y
sur |x| ≤ A et |y| ≤ B et par conséquent f est lipschitzienne. Les deux conditions du théorème
de Piccard sont vérifies, alors le problème de Cauchy (3.18) admet une solution unique.
Les approximations successives :
On a
y0 (x) = 0




x2

 Z x
(x) = + =

y y tdt


1 O
2


0


4
Z x
t x2 x5
 y 2 (x) = y 0 + (t − )dt = −
4 2 20


0



4 2 10
x2 x5 x8 x11
 Z x

 t t t
y3 (x) = y0 + (t − + − )dt = − + −


0 4 10 400 2 20 160 4400
2. Dans le problème (3.19) la fonction fonction f (x, y) = x + y est continue sur R2 . Donc, f
est continue sur le domaine D = [−a, a] × [0, 2] qui contient le point (0, 1), ∀a > 0. De plus,
∀(x, y1 ); (x, y2 ) ∈ D. On a :

|f (x, y1 ) − f (x, y2 )| = |y1 − y2 |,

d’où f est 1-lipschitzienne par rapport à y sur D. Par conséquent, les deux conditions du
théorème d’existence et d’unicité sont satisfaites sur le rectangle D .
82
Conclusion, le problème de Cauchy admet une solution unique y = ϕ(x), ∀x ∈ [−a, a] qui est
construite par la méthode d’approximation successives de Picard suivante : y = lim ϕn (x) ;
n→+∞
où
ϕ0 (x) = y(0) = 1;




x2

 Z x
ϕ1 (x) = 1 + (1 + t)dt = 1 + x + ;


 0 2
2
x3
 Z x

t
ϕ2 (x) = 1 + (t + 1 + t + )dt = 1 + x + x2 + ;



0 2 3!
Z x 3 4
x x

ϕ3 (x) = 1 + (1 + ϕ2 (t))dt = 1 + x + x2 + + ;


3 4!




 0
3
Z x
x x4 x5


ϕ (x) = 1 + (1 + (t))dt = 1 + + 2
+ + + ;

ϕ x x

4 3
3 4×3 5!




 0
x3 x4 x5 x6

 Z x
(x) = 1 + (1 + (t))dt = 1 + + + + + +

2
ϕ ϕ x x


5 4
3 4×3 5×4×3 6!



 0



Ainsi, par récurrence :

x3 x4 x5 xn xn+1


ϕn (x) = 1 + x + x2 + + + + + 2 +


...
3 4×3 5×4×3 n! (n + 1)!





ou bien







x2 x3 xn xn+1 x 2 x3 xn xn+1


ϕn (x) = 1 + x + 2[ + + ... + ] + = −1 − x + 2[1 + + + ... + ] +



2! 3! n! (n + 1)! 2! 3! n! (n + 1)!
Par conséquent, la solution du problème de Cauchy est
n
xk xn+1
y = lim [−1 − x + 2 + ] = −1 − x + 2ex .
X
n→+∞
k=0 k! (n + 1)!

83
84
Chapitre 4

Systèmes d’équations différentielles

L’objet de ce chapitre est de présenter des méthodes de résolution des systèmes différentiels.
Définition 4.0.1. Un système d’équations différentielles par rapport aux inconnues y1 , y2 , ..., yn
admet la forme générale suivante :
0 (k ) 0 (k ) 0
fk (x, y1 , y1 , ..., y1 1 , y2 , y2 , ..., y2 2 , ..., yn , yn , ..., yn(kn ) ) = 0, k = 1, 2, .., n, (4.1)
(k ) (k )
Lorsqu’il est résolu par rapport à aux dérivées d’ordre le plus élevé y1 1 , y2 2 ,...,yn(kn ) le système
obtenu s’appelle système canonique. Il est de la forme
 (k ) 0 (k1 −1) 0 (k2 −1) 0


 y1 1 = f1 (x, y1 , y1 , ..., y1 , y2 , y2 , ..., y2 , ..., yn , yn , ..., yn(kn −1) )

0 (k −1) 0 (k −1) 0
 (k2 )
y2 = f2 (x, y1 , y1 , ..., y1 1 , y2 , y2 , ..., y2 2 , ..., yn , yn , ..., yn(kn −1) )


(4.2)




........................................................................................................
 0 0 0
(k1 −1) (k2 −1)
= fn (x, y1 , y1 , ..., y1 , ..., yn , yn , ..., yn(kn −1) )
 (kn )

y n , y2 , y2 , ..., y2

Définition 4.0.2. On appelle ordre du système (4.1) le nombre p égal à

p = k1 + k2 + ... + kn

Exemple 4.0.3. Ramener à la forme canonique le système d’équations

0 00

y2 y
1 − sin(y1 − y1 ) = 0
 cosh(y 0 ) − y − y2 = 0
2 1

Le système considéré est du troisième ordre car k1 = 2, k2 = 1 et donc p = 3. En résolvant la

00 0
première équation par rapport à y1 et la deuxième par rapport à y2 , on obtient le système canonique
 00 0
y
1 = arcsin(y1 y2 ) + y1
y 0 = arg cosh(y1 + y2 )
2

Définition 4.0.4. Un système d’équations différentielles ordinaires du premier ordre

dxk
= fk (t, x1 , x2 , ..., xn ), k = 1, 2, ..., n, (4.3)
dt
où t est une variable indépendante et x1 , x2 ,..., xn sont des fonctions inconnues de t, s’appelle
système normal.
Le nombre n s’appelle ordre du système normal (4.3). On dit que deux systèmes d’équation
différentielle sont équivalents s’ils possèdent les mêmes solutions.
85
Remarque 4.0.5. Tout système canonique (4.2) peut être ramené a un système normal (4.3)
équivalent et du même ordre.
Exemple 4.0.6. Le système suivant :
 2
d x
− 3ty = 0


 2
dt (4.4)
dy
−x=0

t


dt
se ramène à un système normal par un changement de variable.
dx
En effet, on pose x = x1 , = x0 (t) = x2 et y = x3
dt
Donc le système (4.4) devient
dx1


 = x2 = f1 (t, x1 , x2 , x3 ),
dt





 dx
2
= 3tx3 = f2 (t, x1 , x2 , x3 ),


 dt
dx x1


 3 = = f3 (t, x1 , x2 , x3 ).


dt t
Définition 4.0.7. On appelle solution du système (4.3) dans l’intervalle ]a, b[ l’ensemble des n
fonctions quelconques
x1 = ϕ1 (t), x2 = ϕ2 (t), ..., xn = ϕn (t),
définies et continûment dérivables dans l’intervalle ]a, b[ qui transforment les équations du système
(4.3) en identités valables pour toutes les valeurs de t ∈]a, b[.
1
Exemple 4.0.8. Les fonctions x1 = ϕ1 (t) = 2 ; x2 = ϕ2 (t) = t ln t définies sur ]0, +∞[ sont
t
solution du système normal suivant : 
 dx1 = −2tx2

1

dt

(4.5)
dx2 x2 + t
=




dt t
dx1 2 dx2
En effet, ϕ1 ,ϕ2 ∈ C 1 (]0, +∞[) d’une part. D’autre part on a = − 3, = ln t + 1. En
dt t dt
remplaçant ces expressions dans les équations du système (4.5) on obtient les identités
2 2
3
= 3, ln t + 1 = ln t + 1, t ∈]0, +∞[.
t t

4.1 Problème de Cauchy

Le problème de Cauchy pour le système (4.3) consiste à trouver des solutions

x1 = x1 (t), x2 = x2 (t), ..., xn = xn (t),

de ce système qui satisfont aux conditions initiales

x1 (t0 ) = x01 , x2 (t0 ) = x02 , ..., xn (t0 ) = x0n , (4.6)

où t0 , x01 , x02 ,..., x0n sont des nombres donnés. Un tel problème est posé généralement pour discuter
la question de l’unicité des solutions d’un système différentiel.
86
Théorème 4.1.1 (Théorème d’existence et d’unicité de la solution du problème de Cauchy). Soit
donné le système normal d’équations différentielles (4.3) et soient des fonctions fi (t, x1 , x2 , ..., xn ),
i = 1, 2, ..., n, définies dans un certain domaine D de dimension n + 1 dans lequel varient les
variables t, x1 ,..., xn . S’il existe un voisinage Ω du point M0 (t0 , x01 , x02 , ..., x0n ) dans lequel les
fonctions f1 , f2 , ..., fn

a) sont continues,

b) possèdent des dérivées partielles bornées par rapport aux variables x1 , x2 ,...,xn ,

alors il existe un intervalle t0 − h < t < t0 + h de variation de t dans lequel le système normal (4.3)
a une solution et une seule qui satisfait aux conditions initiales (4.6).

Lorsqu’on ne fixe pas des conditions initiales le système différentiel peut avoir plusieurs solutions
définies à des constantes d’intégration près. L’ensemble des n fonctions dérivables

xi = xi (t, C1 , C2 , ..., Cn ), i = 1, 2, ..., n, (4.7)

de la variable indépendante t et de n constantes arbitraires C1 , C2 ,..., Cn s’appelle solution générale

du système normal (4.3) si :

1. pour toutes valeurs admissibles des C1 , C2 ,..., Cn le système de fonctions (4.7) transforme les
équation (4.3) en identités ;

2. dans le domaine où sont satisfaites les conditions du théorème de Cauchy, la fonction (4.7)
résout le problème de Cauchy.

Pour résoudre un système d’équations différentielles ils existent plusieurs méthodes selon la nature
des systèmes en questions.

4.2 Méthode d’élimination successives

Un cas particulier d’un système canonique d’équations différentielles est une seule équation d’ordre
n résolue par rapport à la dérivée d’ordre le plus élevé

x(n) = f (t, x, x0 , ..., x(n−1) )

Par introduction de nouvelles fonctions

x1 = x0 (t), x2 = x00 (t), ..., xn−1 = x(n−1) (t),

cette équation se remplace par un système normal de n − 1 équations

dx1

= x2






 dt

 dx 2
= x3



dt



..


. (4.8)


 dxn−2


= xn−1






 dt

dx
 n−1 = xn = f (t, x, x1 , x2 , ..., xn−1 )



dt
87
(4.8) est un système normal d’ordre n − 1.
On peut également affirmer la réciproque, à savoir que dans le cas général le système normal de n
équation du premier ordre
dx1


 = f1 (t, x1 , x2 , ..., xn ),
dt




 dx2 = f (t, x , x , ..., x ),




2 1 2 n

dt



 ......................................

dx


 n = fn (t, x1 , x2 , ..., xn ),


dt
est équivalent à une seule équation d’ordre n. C’est la base de l’une des méthodes d’intégration des
systèmes d’équations différentielles appelée méthode des élimination successives.
Illustrons cette méthode sur l’exemple de deux équations suivant
dx
= ax + by + f (t),
dt (4.9)
dy
= cx + dy + g(t),
dt
où a, b, c, d sont des coefficients constants et f (t) et g(t) sont des fonctions données ; x(t) et y(t)
sont les fonctions recherchées. De la première équation du système (4.9) on trouve

1 dx
y = ( − ax − f (t)). (4.10)
b dt
En introduisant dans la deuxième équation du système le second membre (4.10) au lieu de y et la
dy
dérivée du second membre de (4.10) au lieu de , on obtient une équation du second ordre par
dt
rapport à l’inconnue x(t),
d2 x dx
A 2 +B + Cx + P (t) = 0,
dt dt
où A, B, C sont des constantes et dont la solution générale s’écrit x = x(t, C1 , C2 ). En introduisant
dx
ensuite les expressions obtenues pour x et dans (4.10), on trouve y.
dt
Exemple 4.2.1. Résoudre le système suivant :

dx
= −9y,



dt

(4.11)
 dy = x.



dt
1 dx
De la première équation du système (4.11) on trouve y = − , alors
9 dt
dy 1 d2 x
=− . (4.12)
dt 9 dt2
En introduisant (4.12) dans la deuxième équation du système (4.11), on obtient une équation
différentielle linéaire du second ordre à coefficients constants

d2 x
+ 9x = 0. (4.13)
dt2
88
La solution générale de l’équation (4.13) est

x = C1 cos 3t + C2 sin 3t. (4.14)

En calculant la dérivée de (4.14) par rapport à t, on trouve

1 dx C1 C2
y=− = sin 3t − cos 3t.
9 dt 3 3
La solution générale du système (4.11) est

= C1 cos 3t + C2 sin 3t,


x

C1 C2
y =
 sin 3t − cos 3t.
3 3
Exemple 4.2.2. Résoudre le système suivant :

dx dy
4 − + 3x = sin t,



dt dt (4.15)
dy
+ y = cos t.




dt
De la première et la deuxième équation du système (4.15), on tire

dy dx
=4 + 3x − sin t,



dt dt

(4.16)
dy
= −y + cos t




dt
si bien que  2
d y d2 x dx
=4 + 3 − cos t,


 2
dt dt 2 dt
 d2 y dy
= − − sin t



dt2 dt
D’où
d2 x dx dy
42
+ 3 − cos t = − − sin t (4.17)
dt dt dt
En introduisant la première équation de (4.16) dans (4.17), on trouve
dx d2 x dx d2 x dx
− 4 − 3x = 4 2 + 3 − cos t ou 4 2 + 7 + 3x = cos t (4.18)
dt dt dt dt dt
(4.18) est une équation différentielle d’ordre 2 avec second membre, dont la solution générale
3 1 1
x = C1 e−t + C2 e− 2 t − cos t + sin t. (4.19)
50 50
En portant (4.19) dans la première équation du système (4.16), on trouve
3 1 43
y = −C1 e−t − 3C2 e− 2 t + cos t − sin t.
50 50
La solution générale du système (4.15) est
3 1 43 3 1 1
y = −C1 e−t − 3C2 e− 2 t + cos t − sin t, x = C1 e−t + C2 e− 2 t − cos t + sin t.
50 50 50 50
89
4.3 Systèmes différentiels linéaires
4.3.1 Notation
• Mn,m (K) est l’ensemble des matrices à n lignes et m colonnes à coefficients dans le corps
K = R ou C.
Mn (K) est l’ensemble des matrices carrées à n lignes et n colonnes à coefficients dans le corps
K = R ou C.
• Mn,m (K) est isomorphe à L (Km , Kn ), l’ensemble des applications linéaires de Km dans Kn .
On le munit de la norme euclidienne : si A = (ai j) ∈ Mn,m (K)

n
1
kAk = ( |aij |2 ) 2
X

1≤i≤n
1≤j≤m

• At désigne la matrice transposée de A.

• I désigne un intervalle de R (qui peut être ouvert, fermé, semi-fermé, borné ou non).
• C k (I, Rn ) est l’ensemble des fonctions continûment dérivables de I dans Rn .
• Pour tout V = [v1 , v2 , ..., vn ]t ∈ C(I, Rn ), on note

Z b "Z #t
b Z b
V (s)ds = v1 (s)ds, ..., vn (s)ds
a a a

4.3.2 Existence et unicité

Définition 4.3.1. Soit A(t) ∈ Mn (C), B(t) ∈ Cn pour tout I. On dit que le système différentiel
y 0 (t) = A(t)y(t) + B(t), t ∈ I (4.20)
est linéaire non homogène. Si B(t) = 0 ∈ Cn pour tout t ∈ I, on dit que le système est linéaire
homogène
Dans ce paragraphe, on considère le problème de Cauchy correspondant
y (t) = A(t)y(t) + B(t), t ∈ I
( 0
(4.21)
y(t0 ) = y0 ∈ Cn
où t0 ∈ I.
Théorème 4.3.2. Si A ∈ C(I, Mn (C)) et B ∈ C(I, Cn ), alors pour tout y0 ∈ Cn le système (4.21)
admet une unique solution définie sur I.
L’ensemble S des solutions du système homogène y 0 (t) = A(t)y(t) est de dimension n.
Remarque 4.3.3. L’hypothèse A = (aij ) ∈ C(I, Mn (C)) est équivalente à la continuité sur I de
chacune des fonctions t 7−→ aij (t).
Si (y1 , ..., yn ) est une base de l’ensemble des solutions de (4.20), on dit qu’elle est un système
fondamental de solutions (4.20). En pratique, cela signifie que toute autre solution s’écrit
comme combinaison linéaire de ces solutions particulières. On dit que la solution générale de
(4.20) est y = α1 y1 + ... + αn yn où les αi ∈ C (i = 1, ..., n) sont des constantes arbitraires.
90
4.3.3 Méthode de variation des constantes
Supposons que l’on connaisse une base de solutions (y1 , ..., yn ) du problème y 0 (t) = A(t)y(t) et
résolvons le système non homogène (4.20) pour B ∈ C(I, R). On cherche les solutions de (4.20) sous
la forme

y = α1 y1 + ... + αn yn

où, cette fois, les αi (i = 1, ..., n) ne sont plus des nombres réels mais des fonctions :

αi ∈ C 1 (I, R) (i = 1, ..., n).

n
En écrivant sous forme condensée y = αi yi , on a
X

i=1

n
y0 = (αi0 yi + αi yi0 )
X

i=1

Comme par hypothèse, pour i = 1, ..., n, yi vérifie yi0 = Ayi , on en déduit

n
y0 = (αi0 yi + αi Ayi )
X

i=1
n
y0 = αi0 yi + Ay.
X

i=1

Par conséquent, pour que y soit solution de (4.20) il faut et il suffit que :
n
αi0 yi = B (4.22)
X

i=1

Notons

M (t) = [y1 (t), ..., yn (t)] , t ∈ I (4.23)

la matrice dont les colonnes sont les vecteurs y1 (t), ..., yn (t) et

α(t) = [y1 (t), ..., yn (t)]t , t ∈ I

Le système (4.22) s’écrit avec ces notations

M (t)α0 (t) = B(t), t ∈ I

et on déduit que

α0 (t) = M −1 (t)B(t), t ∈ I

et pour t0 ∈ I fixé,
Z t
α(t) = M −1 (s)B(s)ds + C,
t0

où C ∈ Rn est un vecteur constant quelconque. Cela détermine la solution cherchée.

91
On a alors
Z t
y = M (t)C + M (t) M −1 (s)B(s)ds
t0

On remarquera que, dans cette formule, M (t)C est la solution générale du système homogène et
Z t
M (t) M −1 (s)B(s)ds est une solution particulière du système non homogène.
t0
Cette méthode de recherche des solutions du problème non homogène connaissant un système
fondamental de solutions du système s’appelle méthode de variation des constantes.

Remarque 4.3.4. Notons e1 = (1, 0, ..., 0), ..., en = (0, 0, ..., 1) les vecteurs de la base canonique de
Rn . Soit M (t) = [y1 (t), ..., yn (t)], t ∈ I où

yi0 (t) = A(t)yi , t ∈ I

(

yi (t0 ) = ei

Alors M est l’unique solution matricielle du problème de Cauchy

M 0 (t) = A(t)M (t), t ∈ I

(

M (t0 ) = Id

où Id est l’identité de Rn . La solution de (4.21) s’écrit alors

Z t
y = M (t)y0 + M (t)M −1 (s)B(s)ds.
t0

La matrice R(t, s) = M (t)M −1 (s) s’appelle matrice résolvante de (4.21).

Exemple 4.3.5. Résoudre le système suivant :


dx
− 5x + 2y = et



dt

(4.24)
dy
+ x − 6y = t




dt
Le système (4.24) s’écrit sous forme matricielle :

X 0 (t) = AX(t) + B(t)

où      

dx
2 
     
   et   −5
dt
     
X 0 (t) = ; B(t) = ; A=
     
   
     
     
 dy     
t 1 −6
     
dt
1er étape : Résoudre le système homogène

dx
= 5x − 2y



dt

(4.25)
dy
= −x + 6y




dt
92
En dérivant la première équation du système (4.25) par rapport à t, on obtient :

d2 x dx dy dx dx
− 5x
= 5 − 2 = 5 + 2x − 12( dt
).
dt2 dt dt dt −2
Soit :

d2 x dx
2
− 11 + 28x = 0.
dt dt
La résolution de cette équation différentielle donne :

x(t) = C1 e4t + C2 e7t . (4.26)

En reportant (4.26) dans la première équation du système (4.25), on obtient alors :

C1 4t
y(t) = e − C2 e7t .
2
La solution générale du système homogène (4.25) est

= C1 e4t + C2 e7t ,

x(t)

C1 4t (4.27)
y(t) =
 e − C2 e7t .
2
où C1 et C2 sont des constantes réelles.
2e étape : Cherchons la solution la solution générale du système (4.24) sous la forme

= C1 (t)e4t + C2 (t)e7t ,

x(t)

C (t) 4t (4.28)
y(t) = 1
 e − C2 (t)e7t .
2
D’après la méthode de variation des constantes les Ci0 (t) (i = 1, 2) vérifier le système

C1 (t)e + C20 (t)e7t = et ,

 0 4t

C (t) 4t
0
 1
 e − C20 (t)e7t = t,
2
d’où pour t0 fixé
Z t
C(t) = M −1 (s)B(s)ds
t0

avec  
 
 e4t e7t 
 
M (t) =
 
 
 
 
 
 1 4t
e −e7t

2

93
Intégrons, il vient 
2 t 1
= − e−3t − e−4t − e−4t + K1 ,
C1 (t)

9 6 24

(4.29)
1
C2 (t) = − e−6t +
2t 2 −7t
e−7t + e + K2 ,


18 21 147
où K1 et K2 sont des constantes arbitraires. Introduisant (4.29) dans (4.28), on obtient la solution
générale du système (4.24)

5 t t 11
x(t)
 = K1 e4t + K2 e7t − e − − ,
18 14 392


K
y(t) = 1 e4t − K2 e7t −
 1 t 5t 27

e − − .
2 18 28 784

4.4 Les système linéaires à coefficients constants

On considère le système différentiel
X 0 (t) = AX(t) + B(t)
où A = (aij ) ∈ Mn (K) (K = R ou C) est une matrice à coefficients constants et
B : I ⊂ K → Mn,1 (K)

4.4.1 Etude du le système homogène

Soit le système
X 0 (t) = AX, (4.30)
ou    
   
x1 (t)  x01 (t) 
     
 
   
     





 a11 . . . a1n 





     
x2 (t) x02 (t)
     
     
.. .. ..
     
X= , A= . (matrice d’ordre n) et X (t) =
0
     

 

 . . 





.. ..
     
. .
     
     
     
     
an1 . . . ann
     
   
   
xn (t) x0n (t)
   
   

4.4.1.1 Les méthodes de résolution

1. Soit A diagonalisable. Cela veut dire que A admet n vecteurs propres Vi linéairement
indépendants, associés à n valeurs propres λi ∈ K, non nécessairement distinctes ; cela est
aussi équivalent à dire que A = P DP −1 où P est une matrice dont les colonnes sont formées
par les vecteurs propres de A et D est une matrice diagonale ayant la diagonale les valeurs
propres de A. Alors, les n fonctions t → eλi t Vi sont, pour chaque t, linéairement
indépendantes. Cela implique que la solution générale du système (4.30) est de la forme
n
X(t) = Ci eλi t Vi , (4.31)
X

i=1

94
où Ci ∈ K.
En effet, on a
X 0 = AX = P DP −1 X ou P −1 X 0 = DP −1 X
Posons Y = P −1 X, puisque P est constante, alors Y 0 = P −1 X 0 . En reportant dans le système
(??) on trouve
Y 0 = DY.
En notant Y = (y1 , y2 , . . . , yn )t , on obtient

∀i ∈ {1, ..., n} yi0 = λi yi

D’où
∀i ∈ {1, ..., n} , ∃Ci ∈ K , ∀t ∈ I : yi = Ci eλi t .
En revenant à X(t), et en notant V1 , V2 , ..., Vn les colonnes de P :
 
 
C1 eλ1 t 
 

 
 
 
 
 
C2 eλ2 t 
 
n

 
X = PY = P = Ci eλi t Vi
  X
 
 
i=1
..
 
.
 
 
 
 
 
 
 
 
λn t 
 C e
n

Théorème 4.4.1. Soit A ∈ Mn (K) diagonalisable. La solution générale du système (4.30) :

X 0 = AX (inconnue X : I → Mn (K)) est définie par :
n
∀t ∈ I, X(t) = Ci eλi t Vi ,
X

i=1

où
sont les valeurs propres de A,


 λ , λ , ..., λn ,
 1 2
V1 , V2 , ..., Vn , sont les vecteurs propres de A,

C1 , C2 , ..., Cn ∈ K quelconque.



Exemple 4.4.2. Trouver toutes les solutions du système homogène X 0 = AX pour

   

1 −1 4  −7 0 6 
   
 
   
   
   
   
   
1. A = 2. A =
   

 3 2 −1 


 0 5 0 

   
   
   
   
   
2 1 −1 6 0 2
   

95
 1. Les valeurs propres de A sont simples 1, 3, −2. A est donc diagonalisable. Les vecteurs
propres sont

     

1 
     

 −1 


 

 −1 

     
     
     
     
V1 = V2 = V3 =
     

 4 


 2 


 1 

     
     
     
     
     
1 1 1
     

respectivement. D’après le théorème 4.4.1 la solution générale du système donné est donc

= −C1 et + C2 e3t − C3 e−2t ,





x(t)
y(t) = 4C1 et + 2C2 e3t + C3 e−2t ,

z(t) = C1 et + C2 e3t + C3 e−2t ,



où C1 , C2 , C3 sont des constantes arbitraires.

2. Les valeurs propres de A sont 5 (racine double), −10 (racine simple). Pour savoir si A
est diagonalisable, il faut calculer les vecteur propres. On trouve respectivement les trois
vecteurs linéairement indépendants suivants
     

1  1 
     

 

 

 −2 

     
     
     
     
V1 = 

0

 V2 = 

1

 V3 = 

0 ,

     
     
     
     
     
     
2 2 1
     

et donc A est diagonalisable. La solution générale est :

= C1 e5t + C2 e5t − 2C3 e−10t ,


x(t)


y(t) = C2 e5t ,

z(t) = 2C1 e5t + 2C2 e5t + C3 e−10t ,



où C1 , C2 , C3 sont des constantes arbitraires.

Remarque 4.4.3.

a) Le calcul de P −1 est inutile pour la résolution du système (??).

b) Si K = R et si A ∈ Mn (R) et diagonalisable dans Mn (C)), on obtiendrait, par le
théorème 4.4.1, les solutions du système (??) à valeur complexes et on en déduira celles
qui sont à valeurs réelles.
96
Exemple 4.4.4. Résoudre le système X 0 = AX, où
 
 
0 1 −1 1 
 

 
 
 
 
 
0 1 1 0
 
 
 
A=
 
 
 
 
0 0 2 0
 
 
 
 
 
 
 
−1 1 −1 0
 
 

Les valeurs propres de A sont 1, 2, i, −i. On compte quatre valeurs propres complexes
distinctes, alors A est diagonalisable dans Mn (C). Les vecteurs propres sont

       
       
1  0  1  1 
       
   
       
       
       
       
       
1 1 0 0
       
       
       
V1 = V2 = V3 = V4 =
       
       
       
       
0 1 0 0
       
       
       
       
       
       
       
0 0
       
     i   −i 

respectivement. D’après le théorème 4.4.1 la solution générale du système donné est donc

x1 (t) = C1 et + C3 eit + C4 e−it ,




x2 (t) = C1 et + C2 e2t ,



x3 (t) = C2 e ,
 2t


x4 (t) = iC3 eit − iC4 e−it .



où C1 , C2 , C3 , C4 sont des constantes à valeurs complexes.

Les solutions à valeurs réelles sont obtenues en prenant C1 , C2 réels et C3 , C4 complexes
conjugués.
x1 (t) = C1 et + C̃3 cos t + C̃4 sin t,




x2 (t) = C1 et + C2 e2t ,



x3 (t) = C2 e ,
 2t


x4 (t) = −C̃3 sin t + C̃4 cos t.



où C1 , C2 , C̃3 , C̃4 sont des constantes à valeurs réelles.

Noter qu’on peut aussi obtenir les solutions réelles en choisissant toutes les constantes réelles
et en prenant simplement les parties réelles des xi .
97
2. Cas où A est trigonalisable.
Pour résoudre le système (4.30) dans ce cas là, on procède comme suit :

(i). Trigonaliser A dans Mn (C), c’est à dire déterminer T une matrice triangulaire supérieure
à coefficients dans C d’ordre n et P matrice d’ordre n inversible telle que A = P T P −1
(ii). Ecrire le système (4.30) sous la forme équivalente

Y 0 = TY où Y = P −1 X (4.32)

En effet, on a
X 0 = AX = (P T P −1 )X = P T (P −1 X). (4.33)

Posons Y = P −1 X, cela implique X = P Y . En dérivant cette dernière expression, on

obtient :
X 0 = P Y 0. (4.34)

En reportant (4.34) dans (4.33), on trouve

PY 0 = PTY ou Y 0 = T Y. (4.35)

(iii). Résoudre le système (4.32) par rapport à Y .

(iv). En utilisant que X = P Y , en déduire la solution de (4.30).

Exemple 4.4.5. Résoudre le système X 0 = AX, où

 

0 2 1 
 

 
 
 
 
 
A= 

−1 −3 −1


 
 
 
 
 
 
1 1 −1
 

Les valeurs propres de A sont −1 (racine double), −2 racine simple. Le système AX = −X

ne nous donne qu’un seul vecteur propre :
 

1 
 

 
 
 
 
 
V1 = 

−1


 
 
 
 
 
 
1
 

98
Pour chercher un autre vecteur il suffit de résoudre (A + I)V2 = V1 , ce qui nous donne

 

1 
 

 
 
 
 
 
V2 =
 

 0 

 
 
 
 
 
0
 

AX = −2X nous donne

 

1 
 

 
 
 
 
 
V3 =
 

 −1 

 
 
 
 
 
0
 

Par conséquent A = P T P −1 , où

   

1 1 −1  1 0 
   

 

 −1 
   
   
   
   
P = 

−1 0 1 ,

T = 

0 −1 0


   
   
   
   
   
   
1 0 0 0 0 −2
   

Revenons maintenant à la résolution de notre système.

Soit
 
 

 y1 

 
 
 
 
Y =
 

 y2 

 
 
 
 
 
y3
 

99
D’après (4.35), on a
    

1 0 
    

 y10 


 −1   y1 
 
    
    
    
    



0 
y2  = 

0 −1 0



y2 
   
    
    
    
    
    
0 
y3 0 0 −2 y3
   

D’où on tire le système

= −y1 + y2 ,
 0
y 1


y20 = −y2 , (4.36)

 0
= −2y3 ,

y3
dont la solution est
= (C2 t + C1 )e−t ,


 y
 1
y = C2 e−t , (4.37)
 2
y3 = C3 e−2t .



En tenir compte de (4.37) et que X = P Y , en déduire la solution du système initiale

= (C2 t + C1 + C2 )e−t − C3 e−2t ,


 x
 1
x2 = −(C2 t + C1 )e−t + C3 e−2t ,

x3 = (C2 t + C1 )e−t .



L’intégration des systèmes linéaires peut s’obtenir par divers procédés examinés plus haut,
par exemple la méthode des éliminations successives, etc.
Pour intégrer des systèmes linéaires homogènes à coefficients constants on applique aussi la
méthode d’Euler.

4.4.2 La méthode d’Euler

On va illustrer la méthode d’Euler pour n = 3

dx


 = a11 x + a12 y + a13 z
 dt




 dy
= a21 x + a22 y + a23 z (4.38)


 dt
 dz

= a31 x + a32 y + a33 z



dt
Cherchons la solution du système (4.38) sous forme d’exponentielles comme suit :
x = λert , y = µert , z = νert , λ, µ, ν et r sont des constantes (4.39)
En introduisant (4.39) dans (4.38) et en simplifiant par ert on obtient un système d’équations
permettant de déterminer λ, µ et ν :
(a − r)λ + a12 µ + a13 ν = 0

 12


a21 λ + (a22 − r)µ + a23 ν = 0 (4.40)

a31 λ + a32 µ + (a33 − r)ν = 0



100
Le système (4.40) admet une solution non triviale unique si le déterminant suivant est nul
 
 
 
(a12 − r)
 

 a12 a13 

 
 
 
 
∆(r) = =0 (4.41)
 

 a21 (a22 − r) a23 

 
 
 
 
 
a31 a32 (a33 − r)
 
 
 

∆(r) = 0 est dit l’équation caractéristique du système (4.38). C’est une équation du troisième
degré en r et nous avons trois situations suivantes :

A) Supposons que les racines r1 , r2 et r3 de l’équation caractéristique soient réelles et

distinctes. Substituant dans (4.41) r par r1 et en résolvant le système (4.41), on obtient
des nombres λ1 µ1 et ν1 . Puis, en posant dans (4.41) r = r2 , on obtient des nombres λ2
µ2 et ν2 et, enfin, pour r = r3 , on obtient λ3 µ3 , ν3 . Conformément à ces trois collections
de nombres λ µ et ν, on obtient trois solutions particulières

x1 = λ1 er1 t , y1 = µ1 er1 t z1 = ν1 er1 t ,

x2 = λ2 er2 t , y2 = µ2 er2 t z2 = ν2 er2 t ,
x3 = λ3 er3 t , y3 = µ3 er3 t z3 = ν3 er3 t ,

La solution générale du système (4.38) est de la forme

x = C1 λ1 er1 t + C2 λ2 er2 t + C3 λ3 er3 t ,

y = C1 µ1 er1 t + C2 µ2 er2 t + C3 µ3 er3 t ,
z = C1 ν1 er1 t + C2 ν2 er2 t + C3 ν3 er3 t .

Exemple 4.4.6. Résoudre le système suivant :

dx


 = 2y − z,
 dt




 dy
= −x + y − z, (4.42)


 dt
 dz

= 2x + 2y − 3z.



dt
L’équation caractéristique associée à (4.42) est
 
 
 
2
 

 −r −1 

 
 
 
 
∆(r) = = (r − 1)(r + 1)(r + 2) = 0 (4.43)
 

 1 1−r −1 

 
 
 
 
 
2 2 −(3 + r)
 
 
 

101
 (4.43) est une équation algébrique d’ordre 3 elle admet trois racines simples r1 = 1,
r2 = −1 et r3 = −2.
Pour r1 = 2, on a la solution :

x1 = et , y1 = et , z1 = et .

Pour r2 = −2, on trouve

x2 = e−2t , y2 = e−2t , z2 = 4e−2t .

Pour r3 = −1 :

x3 = e−t , y3 = 0, z3 = e−t .

Conclusion : La solution générale de (4.42) est :

= C1 et + C2 e−2t + C3 e−t ,




x(t)
y(t) = C1 et + C2 e−2t ,

z(t) = C1 et + 4C2 e−2t + C3 e−t .



B) Considérons maintenant le cas avec deux équations où les racines de l’équation

caractéristique sont complexes.
Exemple 4.4.7. Résoudre le système suivant :

 dx

 = −7x + y
dt

(4.44)
dy
= −2x − 5y




dt
Écrivons le système pour détermination de λ et µ :
(−7 − r)λ + µ = 0,
(
(4.45)
− 2λ − (r + 5)µ = 0.
L’équation caractéristique
 
 
 
(−7 − r) 1
 
 
 
∆(r) = = r2 + 12r + 37 = 0
 
 
 
 
 
−2 (−5 − r)
 
 
 

a pour racines r1 = −6 + i et r2 = −6 − i. En portant r1 = −6 + i dans (4.45), on

obtient pour déterminer λ1 et µ1 deux équations :

(−1 − i)λ + µ = 0, −2λ + (1 − i)µ = 0

dont l’une est une conséquence de l’autre (du fait que le déterminant du système (4.45)
est nul). Prenons λ1 = 1, µ1 = 1 + i, alors une première solution particulière s’écrira
sous la forme
102
 x1 = e(−6+i)t , y1 = (1 + i)e(−6+i)t . (4.46)
De façon analogue, en introduisant dans (4.45) la racine r2 = −6 − i, on touve une
deuxième solution particulière

x2 = x¯1 = e(−6−i)t , y2 = y¯1 = (1 − i)e(−6−i)t . (4.47)

Passons au nouveau système fondamental de solutions réelles, il vient


x1 + x2 x1 − x2
x̃1
 = , x̃2 = ,
2 2i

(4.48)
y + y2
ỹ1 = 1
y1 − y2
ỹ2 =


, .
2 2i
En appliquant la formule d’Euler connue e±iαt = cos αt ± i sin αt, on déduit de (4.46),
(4.47) et (4.48)

x̃1 = cos t e−6t , x̃2 = − sin t e−6t ,

(

ỹ1 = (cos t − sin t)e−6t , ỹ2 = (cos t + sin t)e−6t

La solution générale du système (4.44) sera

x(t) = C1 x̃1 + C2 x̃2 = C1 cos t e−6t − C2 sin t e−6t

(

y(t) = C1 ỹ1 + C2 ỹ2 = C1 (cos t − sin t) e−6t + C2 (cos t + sin t) e−6t

Remarque 4.4.8. Ayant trouver une première solution particulière (4.46, on aurait pu
écrire tout de suite la solution générale du système (4.44) en utilisant les formules :

x(t) = C1 Re x1 + C2 Im x1
(

y(t) = C1 Re y1 + C2 Im y1

donc si on revient a l’exemple 4.4.7 la solution générale de (4.44) est

x(t) = C1 cos t e−6t + C2 sin t e−6t

(

y(t) = C1 (cos t − sin t) e−6t + C2 (cos t + sin t) e−6t

C) Cas des racines multiples

Exemple 4.4.9. Résoudre le système d’équations

dx
= x,



dt

(4.49)
dy
= −x + y




dt
L’équation caractéristique est
 
 
 
1−r 0
 
 
 
= (1 − r)2 = 0,
 
 
 
 
 
−1 1−r
 
 
 

103
 a une racine double r1 = r2 = 1. On cherche une solution de la forme
x = (λ1 + µ1 t)et , y = (λ2 + µ2 t)et (4.50)
En introduisant (4.50) dans la deuxième équation du système (4.49), on obtient
(λ2 + µ2 t) + µ2 = −(λ1 + µ1 t) + (λ2 + µ2 t) (4.51)
En identifiant les coefficients des mêmes puissances de t dans (4.51), on trouve

λ2 + µ2 = −λ1 + λ2 ,
µ2 = −µ1 + µ2 ,
d’où
µ2 = −λ1 , µ1 = 0.
En désignant respectivement par C1 et C2 les constantes d’intégration, on obtient la
solution générale sous la forme
x = −C2 et , y = (C1 + C2 t)et .

3. Dans le cas général où A est quelconque on travaille avec l’exponentielle de A définie par la
série :
∞
Ak
eA =
X

k=0 k!

4.4.3 La méthode de l’exponentielle d’une matrice

On muni Mn (K) d’une norme k.k telle que
∀A, B ∈ Mn (K) : kABk ≤ kAk kBk .
On montre par récurrence

∀A ∈ Mn (K) : ∀k ∈ N∗ Ak ≤ kAkk .

Proposition 4.4.10. La série matricielle

∞
X Ak
k=0 k!

converge normalement sur toute partie bornée de Mn (K). Sa limite (ou somme) est appelée
l’exponentielle de A et elle est notée eA .
Démonstration. Soit X une partie bornée de Mn (K) alors il existe M ∈ R+ tel que
∀A ∈ X : kAk ≤ M.
On a alors ∀k ∈ N∗ , ∀A ∈ X
1 k M k

Ak



≤ A ≤ ,
k! k! k!
Mk X Ak
comme la série numérique converge, alors converge normalement sur X.
X

k≥0 k! k≥0 k!

104
Définition 4.4.11. On appelle exponentielle, et on note exp. L’application de Mn (K) dans Mn (K)
définie par :
∞
Ak A2
∀A ∈ Mn (K), exp(A) = = In + A + A + + ....
X

k=0 k! 2!

Remarque 4.4.12.

1. exp(0Mn (K) ) = In

2. Si n = 1 et si on confond une matrice Mn (K) avec son unique élément, alors on retombe sur
la définition de l’exponentielle réelle ou complexe, on peut donc noter eA au lieu de exp(A).

Proposition 4.4.13.

1. Si AB = BA alors

eA+B = eA eB (4.52)

2. Pour toute matrice A on a

(eA )−1 = e−A (4.53)

Démonstration.

1. On a
Ak X Bk
eA = , eB =
X
.
k≥0 k! k≥0 k!

D’où
n
Ak B (n−k)
e e =
A B
Dn , avec Dn =
X X
.
n≥0 k=0 k! (n − k)!

Or
n
Ak B (n−k) 1 X n
n!
Dn = = Ak B n−k
X

k=0 k! (n − k)! n! k=0 k!(n − k)!

1 X n
1
= Cnk Ak B n−k = (A + B)n ,
n! k=0 n!

et donc
1
Dn = (A + B)n = eA+B .
X X

n≥0 n≥0 n!

2. Il suffit d’appliquer (4.52) pour B = −A et e0 = In .

105
Proposition 4.4.14. Si A ∈ Mn (K) et P est une matrice inversible d’ordre n, alors
−1 AP
eP = P −1 eA P

Démonstration.
n
1 −1 n
1
(P AP )k = (P −1 AP )(P −1 AP )...(P −1 AP )
X X
∀n ∈ N,
k=0 k! k=0 k! | {z }
k fois

et puisque le terme (P −1 AP )(P −1 AP )...(P −1 AP ) se réduit à (P −1 Ak P ), alors en remarquant que

l’application A → P −1 AP est linéaire continue sur Mn (K), on trouve

1 −1
n n
1 k
!
(P AP )k = P −1
X X
∀n ∈ N, A P
k=0 k! k=0 k!

d’où en passant à la limite quand n tend vers l’infini, on obtient

−1 AP
eP = P −1 eA P

Proposition 4.4.15. Soient A ∈ Mn (K) et I un intervalle sur R.

L’application
ϕ : I −→ Mn (K)
t 7−→ etA
est de classe C 1 sur I et ∀t ∈ I, ϕ0 (t) = Aϕ(t) = ϕ(t)A
Démonstration. Notons pour k ∈ N,
fk : I −→ Mn (K)
tk k
t 7−→ A
k!
D’après la proposition 4.4.10 la série fk converge localement uniformément sur I, de plus pour
X

k≥0
chaque k ∈ N, fk est de classe C 1 sur I et ∀t ∈ I

f 0 (t) tk−1
= Ak = Afk−1 (t) = fk−1 (t)A si k ≥ 1


k
(k − 1)!
f 0 (t) = 0.


0

D’après la proposition 4.4.10 la série fk0 converge localement uniformément sur I, alors fk est
X X

k≥0 k≥0
de classe C 1 sur I et

( fk )0 = fk0 .
X X

k≥0 k≥0

D’où ϕ ∈ C 1 (I) et ∀t ∈ I, ϕ0 (t) = Aϕ(t) = ϕ(t)A

Comment calculer eA ?
(a) Si A est diagonale, avec aii sur la diagonale, eA est la matrice diagonale ayant eaii sur la
diagonale.
106
 (b) Si A = P DP −1 où D est diagonale, alors eA = P eD P −1 .

(c) Supposons que A = λI + N , où N est une matrice triangulaire supérieur, dont la diagonale
p−1
X Nk
est composée par des 0. D’où N = 0 pour tout p ≥ n. Alors e = e
p A λ
.
k=0 k!

(d) Supposons que A soit une matrice diagonale par blocs, de blocs carrés A1 , A2 ,... (de la forme
précédente).
 
 
A1 0 ... 0 
 

 
 
 
 
 
0 0
 

 A2 . . . 

A=  
 
 
.. .. ... ..
 
. . .
 
 
 
 
 
 
 
0 0
 
 . . . Ak 

Alors eA est une matrice diagonale par blocs, ayant pour blocs eA1 , eA2 ,...
 
 
e A1 0 ... 0 
 

 
 
 
 
 
0 eA2 . . . 0
 
 
 
e =
A 



 
.. .. .. ..
 
. . . .
 
 
 
 
 
 
 
0 0
 
 . . . eAk 

(e) Supposons que A soit semblable à une matrice B (de la forme précédente) : A = P BP −1 .
Alors eA = P eB P −1 . Toute matrice A peut s’écrire sous cette forme, grâce à la réduction de
Jordan.

Nous sommes en mesure maintenant de résoudre le système X 0 (t) = AX(t) par la méthode de
l’exponentielle d’une matrice.

Théorème 4.4.16. La solution générale du système X 0 (t) = AX(t) s’écrit etA V , pour V ∈ Kn .

Démonstration. X(t) = etA V est une solution grâce aux propriétés de l’exponentielle d’une
matrice.

Exemple 4.4.17. Résoudre le système X 0 (t) = AX(t) pour

107
  

0 1 
 

 
1. A =
 
 
 
 
 
2 1
 

 

2 1 3 
 

 
 
 
 
 
2. A = 

0 2 −1


 
 
 
 
 
 
0 0 2
 

 

1 1 0 
 

 
 
 
 
 
3. A =
 

 0 1 0 

 
 
 
 
 
0 0 2
 

1. Les valeurs propres de A sont 2, -1. A est donc diagonalisable. Les vecteurs propres sont

   

1 
   

 

 −1 

V1 = V2 =
   
 ,  ,
   
   
   
2 1
   

respectivement. Par conséquent

   

−2 0  1 −1 
   
 
   
D= P =
   
 ,  ,
   
   
   
0 1 2 1
   

et on a
    

1 −1  0 
    
 −2t 1
− 31 
 e   k1 
   
  3
−1 )
X(t) = et(P DP V = P etD P −1 V =
    
    ,
    
    
    
2 1 0 et  2 1
k2
   
3 3

108
 où (k1 , k2 ) ∈ R2 .
La solution générale du système donné est

k1 − k2 2t 2k1 + k2 t

x1 (t) = e + e = C1 e2t + C2 et ,


3 3


k1 − k2 2t 2k1 + k2 t
x2 (t) = −2( )e + e = −2C1 e2t + C2 et ,



3 3
k1 − k2 2k1 + k2
avec C1 = et C2 = .
3 3
2. A n’est pas diagonalisable. On va calculer l’exponentielle de la matrice A. A = 2I + N , où
 

0 1 3 
 

 
 
 
 
 
N= , matrice nilpotente (N 3 = 0, N 4 = 0, ...).
 

 0 0 −1 
 
 
 
 
 
0 0 0
 

Les matrices I3 et N commutent, on en déduit

∀t ∈ R etA = e2tI3 etN .

Calcul de etN . On a
 

t2
1 t 3t +
 
 

 2 

 
 
t2 2  
etN = I3 + tN + N = .
 
2

 0 1 −t 
 
 
 
 
 
0 0 1
 

Par conséquent
   

t2 t2 2t
1 t 3t + e2t te2t (3t + )e
   
   

 2 


 2 

   
   
   
etA = e2t etN = 2t 
e  0 1 −t

 = 

0 e2t −te2t .

   
   
   
   
   
   
0 0 1 0 0 e2t
   

109
 Alors la solution générale du système donné est :
    

t2 2t t2 2t
e2t te2t (3t + )e k1 e2t + k2 te2t + k3 (3t + )e
    

 2

 k1 


 2


    
    
    
    
X(t) = etA V = = ,
    

 0 e2t −te2t 
 k2 


 k2 te2t − k3 te2t 
    
    
    
    
    
0 0 e2t k3 k3 e2t
    

où (k1 , k2 , k3 ) ∈ R3 .

3. A n’est pas diagonalisable. On va calculer l’exponentielle de la matrice A. A est triangulaire

supérieure par blocs. Le premier bloc est
   

1 1  0 1 
   
 
   
C= = I2 + N, où N = matrice nilpotente (N 2 = 0, N 3 = 0, ...).
   
   ,
   
   
   
0 1 0 0
   

Par conséquent etC = et [I2 + tN ] et donc

 

0 
 

 et tet 
 
 
 
 
etA =
 

 0 et 0 
 
 
 
 
 
0 0 e2t
 

Alors la solution générale du système donné est :

    

0  (k1 + k2 t)et 
    

 et tet   k1 
  
 
    
    
    
    
X(t) = etA V = = ,
    

 0 et 0  
 k2 


 k2 et 
    
    
    
    
    
0 0 e2t k3 k3 e2t
    

où (k1 , k2 , k3 ) ∈ R3 .
110
4.4.3.1 Matrice fondamentale de solution
Définition 4.4.18. Une matrice fondamentale de solutions est une matrice M dont les colonnes
sont n solutions linéairement indépendantes de X 0 (t) = AX(t).
Théorème 4.4.19.
1. M (t) = etA est une matrice fondamentale de solutions, c’est-à-dire que ses colonnes sont n
solutions linéairement indépendantes de X 0 (t) = AX(t).
2. Toute matrice fondamentale M satisfait M (t) = etA M (0)
Remarque 4.4.20. Si M (t) est une matrice fondamentale de solutions du système X 0 (t) = AX(t),
alors la solution générale est donnée par X(t) = M (t)V (V ∈ Kn ).

4.4.4 Étude du système non homogène de la forme X 0 (t) = AX(t) + B(t)

On connait déjà la structure des solutions de ce système : toute solution est de la forme
X = Xh + Xp , où Xp est solution particulière et Xh est la solution générale du système homogène.
Nous citons ici deux méthodes pour trouver une solution particulière Xp :
1. La convolution
Z t
: Si on connait etA , on cherche une solution de la forme etA W (t). On trouve
que e(t−s)A B(s)ds est une solution particulière.
t0

2. La variation des constantes : En générale, si M (t) est une matrice fondamentale de

solutions, où X1 , X2 ,...,Xn sont ses n colonnes on peut chercher une solution de la forme
C1 (t)X1 (t) + ... + Cn (t)Xn (t). On trouve que

 

C10 (t) 
 

 
 
 
 
..
 


.

 = M (t)−1 B(t).
 
 
 
 
 
 
Cn0 (t)
 

Théorème 4.4.21. Soient I un intervalle de R, A ∈ Mn (R), B : I → Mn,1 (R) continue. Une

solutionZdu système X 0 (t) = AX(t) + B(t) sur I est, pour t0 ∈ I fixé quelconque :
t
t 7→ etA e−sA B(s)ds.
t0

Démonstration. L’application
X : I −→ Mn,1 (R)
Z t
t 7−→ e tA
e−sA B(s)ds
t0

est de classe C 1 sur I d’après la proposition 4.4.15 et pour tout t ∈ I

Z t Z t
X 0 (t) = AetA e−sA B(s)ds + etA e−tA B(t) = AetA e−sA B(s)ds + In B(t) = AX(t) + B(t).
t0 t0

111
 Z t
Théorème 4.4.22. X(t) = M (t) M −1 (s)B(s)ds est une solution du système
t0
X 0 (t) = AX(t) + B(t), où M une matrice fondamentale de solutions.

Proposition 4.4.23. Considérons le système

X 0 (t) = AX(t) + B(t) (4.54)

1. Si B(t) = eµt β, où µ n’est pas une valeurs propres de A. Alors X(t) = −eµt (A − µIn )−1 β est
une solution de (4.54).

2. Si B(t) est un polynôme de degré r et A une matrice inversible. Alors le système (4.54) admet
comme solution un polynôme de degré r.

3. Si B(t) = eµt P (t), où µ n’est pas une valeurs propres de A et P un polynôme de degré r. Alors
le système (4.54) admet une solution sous la forme eµt Q(t) où Q est un polynôme de degré r.

Remarque 4.4.24.

(a) Si A ∈ Mn (K) est inversible et B ∈ Kn , il suffit de poser C = A−1 B et Z(t) = X(t) + C. Le

système (4.54) est alors équivalent à Z 0 = AZ.

(b) Principe de superposition des solutions :

Supposons que B = B1 + B2 + ... + Bn où Bi : I → E, i = 1, ..., n sont continues.
Si pour chaque i = {1, ..., n}, on connait une solution Xi du système X 0 = AX + Bi , alors
n
X
Xi est une solution du système (4.54). Cette méthode est spécifique des systèmes linéaires
i=1
seulement.

Exemple 4.4.25. Résoudre le système X 0 (t) = AX(t) + B(t) pour

1.
   

3
   

 −2 −4 


 tet − t 

   
   
   
   
A= 

−2 3 2 ,

B= 

tet − 2t + 2


   
   
   
   
   
   
3 −3 −4 −1
   

2.
   

1 1 
   

 

 et 

A= B=
   
 ,  
   
   
   
4 1 0
   

112
3.
   

1 1 0  0 
   
 
   
   
   
   
   
A= 

0 1 0 ,

B= 

t


   
   
   
   
   
   
0 0 2 0
   

1. Les valeurs propres de A sont 2, 1, -1. A est donc diagonalisable. Les vecteurs propres sont
     

0  1  1 
     
  
     
     
     
     
     
V1 = , V2 = , V3 = ,
     

 −2 

 1 

 0 
     
     
     
     
     
1 0 1
     

respectivement. Par conséquent

     

−1 0 0  1 1 0  1 2 
     

 

 

 −1 
     
     
     
     
D= , P = , P −1 = .
     

 0 1 0 

 0 1 −2 

 2 −1 −2 
     
     
     
     
     
0 0 2 1 0 1 1 −1 −1
     

On a
X 0 = AX + B = (P DP −1 )X + B ou P −1 X 0 = DP −1 X + P −1 B. (4.55)
Si on note Y = P −1 X, alors Y 0 = P −1 X 0 . Le système (4.55) devient
Y 0 = DY + B. (4.56)
D’où on obtient le système
= −y1 − t,
 0

 y
 1
y0 = y2 + tet ,
 2
 0
= 2y3 + t − 1,

y3
dont la solution est
= −t + 1 + C1 e−t ,



 y1

t2


y2 = ( + C2 )et ,

2
t 1



y3 = − + + C3 e2t ,



2 4
113
 où (C1 , C2 , C3 ) ∈ R3 .
Comme X = P Y , on déduit :

t2 t
= −t + 1 + e + C1 e−t + C2 et ,


x
 1

2



1 t2 t


 x2 = t −
 2
+ e + C2 et − 2C3 e2t ,
2
3t 5



 x3 = − + + C1 e−t + C3 e2t .



2 4

2. Les valeurs propres de A sont 3, -1 ; les vecteurs propres sont respectivement

   

1  1 
   
 
   
V1 = V2 =
   
 ,  .
   
   
   
2 −2
   

La solution générale du système homogène X 0 = AX est donc

   

1  1 
   
 
   
X(t) = C1 e3t   + C2 e−t 
   
.
   
   
   
2 −2
   

 
 

 e3t e−t 

M (t) = est une matrice fondamentale de solutions (det M (t) = −4e2t 6= 0 ∀t).
 
 
 
 
 
2e3t −2e−t 


Si on cherche une solution particulière de la forme

   

1  1 
   
 
   
X(t) = C1 (t)e3t   + C2 (t)e−t 
   
,
   
   
   
2 −2
   

on a
   

C10 (t) 
   

 

 et 

= M −1 (t)B(t), B(t) =
   
   ,
   
   
   
C20 (t) 0
   

114
 ce qui nous donne le système

1
C1 (t) = e−2t ,
 0
2



 1
C 0 (t) = e2t
2
2
dont la solution est

1
C1 (t) = − e−2t + C̃1 ,

4



 1
C2 (t) = e2t + C̃2 .
4
La solution générale du système donné est

x1 (t) = C̃1 e3t + C̃2 e−t ,
2 (t) = 2C̃1 e3t − 2C̃2 e−t − et .
x

3. D’après l’exemple 4.4.17 la solution générale du système homogène est

 

(k1 + k2 t)et 
 

 
 
 
 
 
Xh (t) = .
 

 k2 et 
 
 
 
 
 
k3 e2t
 

Une solution particulière est

 

t + 2 + tet − 2et 
 

 
 
 
Z t  
 
Xp (t) = e(t−s)A B(s)ds = .
 
0

 −t − 1 + et 
 
 
 
 
 
0
 

D’où la solution générale du système donné est

x (t)
= (k1 + k2 t)et + t + 2 + tet − 2et ,

 1


X(t) = Xh (t) + Xp (t) = x2 (t) = k2 et − t − 1 + et ,

x3 (t) = k3 e2t



où (k1 , k2 , k3 ) ∈ R3 .
115
4.5 Les systèmes linéaires à coefficients variables
Soit le système différentiel linéaire suivant
X 0 (t) = A(t)X(t) + B(t), (4.57)
avec A(t) ∈ Mn (R) : A(t) application linéaire de E dans E (E espace vectoriel normé).
La solution générale de (4.57) est la somme d’une solution du système homogène X 0 (t) = A(t)X(t)
et une solution particulière

4.5.1 Etude de X 0 (t) = A(t)X(t)

Considérons le système suivant

X 0 (t) = A(t)X(t) (4.58)

Posons S0 = {solutions de X 0 (t) = A(t)X(t)}. Alors S0 est un espace vectoriel sur K. Il y’a
plusieurs méthodes pour résoudre le système (4.58).

4.5.1.1 Exhiber une famille libre de n éléments de S0

Si on connait une famille libre (x1 , x2 , ..., xn ) de n éléments de S0 , on peut conclure que
( n )
S= Ci xi , Ci ∈ K, ∀i = 1, ..., n
X

i=1

Remarque 4.5.1. On vérifie qu’une famille (x1 , x2 , ..., xn ) est libre en montrant que
∀t ∈ I, det W (t) 6= 0 (det W (t) est le wronskien de (x1 , x2 , ..., xn )).
Exemple 4.5.2. Résoudre le système différentiel
(t + 1)x0 (t) = 2t3 x + 2ty,
( 4
(4.59)
(t4 + 1)y 0 (t) = −2tx + 2t3 y.
Posons
Y : R −→ R2
 
 

 x(t) 

 
t 7−→ 



 
 
y(t)
 

   

0 2  2 0 
   
 
   
A0 = A1 =
   
 ,  
   
   
   
−2 0 0 2
   

Donc, le système (4.59) est équivalent au système suivant

(t4 + 1)Y 0 (t) = (A0 t + A1 t3 )Y (t) (4.60)

116
Supposons qu’il existe r ∈]0, +∞[ tel que le système (4.60) admet sur ] − r, +r[ une solution Ye
développable en série entière en 0 de rayon de convergence R ≥ r
+∞
Ye (t) = Ck tk ,
X

k=0

où (Ck )k≥0 une suite de R2 . Comme Ye ∈ C ∞ (] − r, r[) alors

+∞
Ye 0 (t) = kCk tk−1 ,
X

k=1

On remplace Ye et Ye 0 dans (4.60) on trouve

+∞ +∞
(t4 + 1) (k + 1)Ck+1 tk = (A0 t + A1 t3 ) Ck tk
X X

k=0 k=0

Alors pour tout t ∈] − r, +r[ on a

+∞ +∞ +∞ +∞
(k + 1)Ck+1 tk+4 + (k + 1)Ck+1 tk = A0 Ck tk+1 + A1 Ck tk+3
X X X X

k=0 k=0 k=0 k=0

ou bien
+∞ +∞ +∞ +∞
(k − 3)Ck−3 tk + (k + 1)Ck+1 tk = A0 C k−1 tk + A1 Ck−3 tk
X X X X

k=4 k=0 k=1 k=3

Alors, chaque coefficient est nul, par unicité du développement en série entière en 0 ;
+∞
[(k − 3)Ck−3 + (k + 1)Ck+1 ]tk + C1 + 2C2 t + 3C3 t2 + 4C4 t3
X

k=0
+∞
= [A0 Ck−1 + A1 Ck−3 ]tk + A0 C0 t + A1 C1 t2 + A0 C1 t2 + (A0 C2 + A1 C0 )t3
X

k=4

(k − 3)Ck−3 + (k + 1)Ck+1 = A0 Ck−1 + A1 Ck−3 ∀k ≥ 4





4C4 = A0 C2 + A1 C0





3C = A C
3 0 1

2C2 = A0 C0




C = 0


1

D’où 
A0
C 2 = C0


2



 C1 = 0
∀k ≥ 3 C = 0


k

Ce qui donne
+∞
A0
Ye (t) = Ck tk = C0 + C0 t2
X

k=0 2

A0
On peut donc affirmer que C0 + C0 t2 est solution de (4.60) sur R.
2
117
Considérons alors Ye1 , Ye2 les sommes de la série entière obtenues en prenant
   

0  1 
   
 
   
C0 = C1 =
   
 ,  
   
   
   
1 0
   

Donc ∀t ∈ R on a    

1 
   
 t2  
   
Ye1 (t) =  , Ye2 (t) =
   
  
   
   
   
1 −t2
   

n o
Comme le wronskien W (Ye1 , Ye2 ) = t4 + 1 6= 0 alors Ye1 , Ye2 est libre et par conséquent la solution du
système (4.60) est donnée par
x(t) = λ + µt2
(

y(t) = µ − λt2
où (λ, µ) ∈ R2 .

4.5.1.2 Utiliser la méthode générale de résolution de X 0 (t) = A(t)X(t)

1. Exhiber un indice p ∈ {1, ..., n − 1}, (x1 , x2 , ..., xp ) famille libre de p solution de (4.58) et
(ep+1 , ..., en ) (n − p) vecteurs de Kn indépendants de t tels que :

∀t ∈ I, (x1 (t), x2 (t), ..., xp (t), ep+1 , ..., en ) soit une base de Kn .

2. Chercher ensuite une solution de (4.58) sur I de la forme

p n
X= C i xi + Ci ei (Ci : I → K, i = 1, ..., n application dérivable à trouver)
X X

i=1 i=p+1

telle que (x1 , x2 , ..., xp , X) soit libre.

3. Si c’est possible, réitérer le procédé précédent avec la famille libre de (p + 1) solutions de

(4.58) sur I qui est (x1 , x2 , ..., xp , X) poursuivre jusqu’à l’obtention d’une base de solutions de
(4.58) sur I. C’est le principe de la base incomplète.

Remarque 4.5.3. Cette méthode est particulièrement efficace dans le cas n = 2 et p = 1.

Exemple 4.5.4. Résoudre le système :

x (t) = (1 + t2 )x − y,
( 0
(4.61)
y 0 (t) = −(t − 1)2 x + y.
118
  

1
 
 
 
Notons que X1 =
 



 est solution de (4.61) sur R.
 
 
1 + t2
 

 
 
 
1 0
 
 
 
On a det(X1 , e1 ) = = 1 6= 0. Donc (X1 , e1 ) forme une base de R2 . Alors le système
 
 
 
 
 
1 + t2 1
 
 
 
(4.61) admet une solution de la forme

 

C1 (t)
 
 
 
X2 = C1 (t)X1 + C2 (t)e2 = (4.62)
 
 ,
 
 
 
(1 + t2 )C1 (t) + C2 (t)
 

où C1 et C2 sont des inconnues à déterminer.

En remplaçant (4.62) dans (4.61), on obtient :

C (t) = −C2 (t),

( 0
1
∀t ∈ R,
(1 + t )C10 (t) + C20 (t) = C2 (t), ou C20 (t) − (1 + t2 )C2 (t) = 0,
2

dont la solution est

Z t
√1 arctan √t 1
√ arctan √s
C2 (t) = C̃2 e 2 2 et C1 (t) = −C̃2 e 2 2 ds.
0

où C̃2 une constante réelle.  

 R √1 arctan √s 
 te 2 2 ds 
 0 
Pour simplifier on peut prendre C̃2 = 1, ainsi x2 =
 



 est une solution de (4.61)
 
1
arctan √t
 
√
e
 2 2


sur R et elle forme une famille libre avec x1 .

Finalement, l’ensemble des solutions s’écrit :

n o
S = C1 x1 + C2 x2 , (C1 , C2 ) ∈ R2 .

4.5.2 Etude de X 0 (t) = A(t)X(t) + B(t)

4.5.2.1 Utiliser la méthode de variation des constantes
La résolution du système (4.57) se fait en trois étapes :
1. Résoudre le système homogène (sans second membre) X 0 (t) = A(t)X(t).
119
 n
2. Chercher une solution de (4.57) sous la forme X = Ci xi . En injectant X dans (4.57), on
X

i=1
obtient un système d’équations en C10 (t), C20 (t),...,Cn0 (t).

3. Résoudre ce système et conclure en intégrant les Ci0 (t).

Exemple 4.5.5. On considère le système
(1 + t2 )x0 − tx − y = 2t2 − 1
(

(1 + t2 )y 0 + x − ty = 3t.
   

1 
   
  t 
  

   
1. Montrer que  ,   sont deux solutions linéairement indépendantes du système
   
   
   
−t 1
   

homogène
(1 + t2 )x0 − tx − y = 0
(

(1 + t2 )y 0 + x − ty = 0.

2. Chercher une solution particulière non homogène.

3. En déduire la solution générale.

Solution.
1. Ces deux solutions sont linéairement indépendantes : Il suffit de calculer le wronskien.
En effet,

 
 
 
1
 

 t 

det(x1 , x2 ) = = t2 + 1 6= 0
 



 ∀t ∈ R.
 
 
−t 1
 
 
 

2. On peut chercher une solution particulière de la forme

X(t) = C1 (t)x1 + C2 (t)x2 .

On doit avoir que

     

1  2t2 − 1 
     

 

 t 


 
C1 (t) 
0  + C 0 (t)  =
     
  ,
  2    
     
     
−t 1 3t
     

120
 ce qui nous donne le système suivant

C (t) = −1
( 0
1
C20 (t) = 2.

dont la solution est 

C1 (t) = −t + C̃1 ,
2 (t) = 2t + C̃2 .
C

3. La solution générale est donnée par la somme des solutions trouvées précédemment
       

1 
       
  t   −t   t3 
       
X(t) =  + C̃2  + +
       
C̃1 
      
.

       
       
−t 1 t2 t2
       

4.6 Exercices du chapitre

Exercice 4.7. Intégrer les systèmes suivants par la méthode des éliminations successives :

1.
dx


 = y + z,
dt





 dy
= x + z, (4.63)


 dt
dz


=x+y



dt
2. 
dx
= y + t,



dt

(4.64)
dy
=x−t




dt
3.  2
dy
= z,



dt

2
(4.65)
d z = y



dt
Solutions.

1. On trouve en dérivant par rapport à t la premier équation

d2 x dy dz
= + . (4.66)
dt dt dt
dy dz
On obtient en substituant dans cette dernière les expressions et tirées des équations
dt dt
(4.63) :
d2 x dx
= x + y + x + z = 2x + y + z = 2x +
dt dt
121
 ou
x00 (t) − x0 (t) = 2x(t). (4.67)
La solution générale de l’équation (4.67) est

x(t) = C1 e−t + C2 e2t (4.68)

D’où
dx dx
= −C1 e−t + 2C2 e2t et y = − z = −C1 e−t + 2C2 e2t − z (4.69)
dt dt
Substituant les expressions ci-dessus de x et y dans la troisième équation du système proposé.
On obtient une équation permettant de déterminer z :

dz
+ z = 3C2 e2t
dt
La solution générale de cette dernière est

z(t) = C3 e−t + C2 e2t (4.70)

Mais on a alors en vertu de ( 4.69) :

y(t) = −(C1 + C3 )e−t + C2 e2t (4.71)

Les équations ( 4.68), ( 4.70), ( 4.71) donnent la solution générale du système (4.63).

2. De la première équation du système (4.64), on tire

dx
y= − t,
dt
si bien que
dy d2 x
= 2 − 1.
dt dt
dy
En introduisant ces expressions de y et dans la deuxième équation, on obtient
dt

d2 x
− x = 1 − t. (4.72)
dt2

L’équation (4.72) est une équation différentielle linéaire du 2ème ordre avec second membre,
dont la solution est
x = C1 et − C2 e−t + t − 1.
On trouve que
dx
y= − t = C1 et + C2 e−t + 1 − t.
dt
La solution générale du système (4.64) est

x = C1 et − C2 e−t + t − 1, y = C1 et + C2 e−t + 1 − t.
122
 3. Dérivons deux fois par rapport à x les deux membres de la première équation :

d4 y d2 z
= .
dx4 dx2
d2 z
Or, = y, donc on obtient l’équation du quatrième ordre
dx2
d4 y
= y.
dx4
On obtient par intégration la solution générale de cette équation

y = C1 ex + C2 e−x + C3 cos x + C4 sin x.

d2 y
Tirons 2 de cette équation et reportons-la dans la première équation du système (4.65) ; on
dx
détermine z :
z = C1 ex + C2 e−x − C3 cos x − C4 sin x.

Exercice 4.8. Résoudre les systèmes d’équations différentielles homogènes suivants par la méthode
d’Euler :

1. 
dx
= 4x + y,



dt

(4.73)
dy
= 6x − y.




dt
2. 
dx
= 4x − 5y,



dt

(4.74)
dy
= x.




dt
3. 
dx
= 2x + y,



dt

(4.75)
 dy = 4y − x.



dt
4.
dx


 = 8y,
 dt




 dy
= −2z, (4.76)


 dt
dz


= 2x + 8y − 2z.



dt
Solutions.

1. Ecrivons le système d’équations

(4 − r)λ + µ = 0,
(
(4.77)
6λ + (1 + r)µ = 0.
123
 L’équation caractéristique est  
 
 
4−r
 

 −1 

= 0,
 
 
 
 
 
6 −1 − r
 
 
 

ou en développant :

r2 − 3r − 10 = 0,

dont les racines sont r1 = −2, r2 = 5.

a) r1 = −2 ; le système (4.77) se réduit à :

6λ1 + µ1 = 0,

d’où une solution particulière de (4.77) : λ1 = 1, µ1 = −6 et une solution particulière de

(4.73)

x1 = e−2t , y1 = −6e−2t

b) r2 = 5 ; on trouve, de même :

x2 = e5t , y2 = −e5t ,

d’où la solution générale du système (4.73) :

x = C1 x1 + C2 x2 = C1 e−2t + C2 e5t ,
(

y = C1 y1 + C2 y2 = −6C1 e−2t + C2 e5t .

2. Ecrivons le système d’équations

(4 − r)λ − 5µ = 0,
(
(4.78)
λ − rµ = 0.
L’équation caractéristique  
 
 
4 − r −5
 
 
 
= r2 − 4r + 5 = 0,
 
 
 
 
 
1 −r
 
 
 

a pour racines r1 = 2 + i, r2 = 2 − i. En portant r1 = 2 + i dans (4.78), on obtient pour

déterminer λ1 et µ1 deux équations :

(2 − i)λ1 − 5µ1 = 0,
(

λ1 − (2 + i)µ1 = 0,
124
 dont l’une est une conséquence de l’autre.
Prenons λ1 = (2 + i), µ1 = 1, alors une première solution particulière s’écrira sous forme

 x1 = (2 + i)e(2+it) ,
y
1 = e(2+i)t .

De façon analogue, en introduisant dans (4.78) la racine r1 = 2 − i on trouve une deuxième

solution particulière 
x2 = (2 − i)e(2+it) ,
y
2 = e(2−i)t .
Alors la solution générale du système (4.74) est

x = C1 Re x1 + C2 Im x1 = C1 e2t (2 cos t − sin t) + C2 e2t (2 sin t + cos t),

(

y = C1 Re y1 + C2 Im y1 = C1 e2t cos t + C2 e2t sin t.

3. L’équation caractéristique est

 
 
 
2−r 1
 
 
 
= 0, ou r2 − 6r + 9 = 0,
 
 
 
 
 
−1 −4 − r
 
 
 

elle a une racine double r1 = r2 = 3.

On cherchera une solution de la forme

x = (λ1 + µ1 t)e3t ,
(
(4.79)
y = (λ2 + µ2 t)e3t .

En introduisant (4.79) dans la première équation du système (4.75), on obtient

3(λ1 + µ1 t) + µ1 = 2(λ1 + µ1 t) + (λ2 + µ2 t). (4.80)

En identifiant les coefficients de même puissances de t aux premier et second membres de

(4.80), on trouve

3λ1 + µ1 = 2λ1 + λ2 ,
3µ1 = 2µ1 + µ2 ,

d’où
λ2 = λ1 + µ1 , µ2 = µ1 . (4.81)
Les quantités λ1 et µ1 restent arbitraires. En les désignant respectivement par C1 et C2 , on
obtient la solution générale
x = (C1 + C2 t)e3t ,
(

y = (C1 + C2 + C2 t)e3t .
125
 4. L’équation caractéristique est
 
 
 
8 0
 

 −r 

 
 
 
 


0 −r −2

 = 0, ou (r + 2)(r2 + 16) = 0. (4.82)
 
 
 
 
 
 
2 8 −2 − r
 
 
 

Les racines de l’équation (4.82) sont : r1 = −2, r2 = 4i, r3 = −4i.

A la racine réelle r1 = −2 correspond une solution particulière

= λ1 e−2t ,


 x
 1
y1 = µ1 e−2t , (4.83)

z1 = ν1 e−2t .



En introduisant (4.83) dans le système (4.76) et en simplifiant par e−2t , il vient

− 2λ1 = 8µ1 ,
− 2µ1 = −2ν1 ,
− 2ν1 = 2λ1 + 8µ1 − 2ν1 ,

d’où λ1 = −4µ1 , ν1 = µ1 . Posons par exemple µ1 = 1 alors λ1 = −4, ν1 = 1 et la solution

particulière (4.83) devient
x = −4e−2t ,

 1


y1 = e−2t , (4.84)

z1 = e .
−2t



De façon analogue, on trouve pour la racine r2 = 4i (respectivement r3 = −4i) la deuxième

solution particulière (respectivement la troisième)

= 2e4it ,

x
 2


y2 = ie4it , (4.85)

z2 = 2e ,
4it



et
= 2e−4it ,

x
 3


y3 = −ie−4it , (4.86)

z3 = 2e −4it

.


Alors la solution générale du système (4.76) est

= −4C1 e−2t + 2C2 e4it + 2C3 e−4it ,



x

y = C1 e−2t + iC2 e4it − iC3 e−4it , (4.87)

z = C1 e −2t
+ 2C2 e −4it
+ 2C2 e −4it

.


Exercice 4.9. Résoudre par la méthode de Lagrange les systèmes suivants :

126
 1. 
dx
+ 2x + 4y = 1 + 4t,



dt

(4.88)
dy 3
+ x − y = t2 .



2

dt
2. 
 dx

 − y = 0,
dt

(4.89)
dy 1
+x=

.


cos t

dt
Solutions.

1. Résolvons d’abord le système homogène associé


dx
+ 2x + 4y = 0,



dt

(4.90)
dy
+ x − y = 0.




dt
De la deuxième équation du système (4.90) on tire

dy dx dy d2 y
x=y− , et donc = − 2.
dt dt dt dt
dx
Introduisons ces expressions de x et dans la première équation du système (4.90), il vient
dt
d2 y dy
+ − 6y = 0;
dt2 dt
et la solution générale de cette équation est

y = C1 e2t + C2 e−3t .
dy
Comme x = y − , on a
dt
x = −C1 e2t + 4C2 e−3t .
La solution générale du système homogène (4.90) est

x = −C1 e2t + 4C2 e−3t ,

(
(4.91)
y = C1 e2t + C2 e−3t .

Cherchons pour le système non homogène (4.88) une solution de la forme

x = −C1 (t)e2t + 4C2 (t)e−3t ,

(
(4.92)
y = C1 (t)e2t + C2 (t)e−3t .

En portant (4.92) dans (4.88) et en réduisant tous les termes semblables, on obtient

 − C1 (t)e + 4C20 (t)e−3t = 1 + 4t,

0 2t


3
C10 (t)e2t + C20 (t)e−3t = t2 ,

2
127
 d’où
(6t2 − 4t − 1)e−2t (3t2 + 8t + 2)e3t
C10 (t) = , C20 (t) =
5 10
Intégrons, il vient 
1
= − (t + 3t2 )e−2t + C̃1 ,
C1 (t)

5

(4.93)
C2 (t) =
1
(2t + t )e + C̃2 ,
2 3t


10
où C̃1 et C̃2 sont des constantes arbitraires. Introduisant (4.93) dans (4.92), on obtient la
solution générale du système (4.88)

= −C̃1 e2t + 4C̃2 e−3t + t + t2 ,


x

1 (4.94)
y = C̃1 e2t + C̃2 e−3t − t2 .

2
2. Résolvons d’abord le système homogène associé

dx
− y = 0,



dt

(4.95)
dy
+ x = 0.




dt
De la deuxième équation du système (4.95) on tire
dy dx d2 y
x=− , et donc =− 2.
dt dt dt
dx
Introduisons l’expression de dans la premier équation du système (4.95), il vient
dt
d2 y
+ y = 0;
dt2
et la solution générale de cette équation est

y = C1 cos t + C2 sin t.
dy
Comme x = − , on a
dt
x = C1 sin t − C2 cos t.
La solution générale du système homogène (4.95) est
x = C1 sin t − C2 cos t,
(
(4.96)
y = C1 cos t + C2 sin t.

Cherchons pour le système non homogène (4.89) une solution de la forme

x = C1 (t) sin t − C2 (t) cos t,
(
(4.97)
y = C1 (t) cos t + C2 (t) sin t.

En portant (4.97) dans (4.89) et en réduisant tous les termes semblables, on obtient

C1 (t) sin t − C2 (t) cos t = 0,

 0 0

1
C10 (t) cos t + C20 (t) sin t =

cos t
128
 d’où
sin t
C10 (t) = 1, C20 (t) =
cos t
Intégrons, il vient 
C1 (t) = t + C̃1 ,
(4.98)
2 (t) = − ln | cos t| + C̃2 ,
C

où C̃1 et C̃2 sont des constantes arbitraires. Introduisant (4.98) dans (4.97), on obtient la
solution générale du système (4.89)

x = C̃1 sin t − C̃2 cos t + t sin t + ln | cos t| cos t,
(4.99)
y = C̃1 cos t + C̃2 sin t + t cos t − ln | cos t| sin t.

Exercice 4.10. Trouver la solution générale du système X 0 (t) = AX(t), pour

1.  

1 1 
 

 
A=
 
 
 
 
 
4 1
 

2.  

1 0 0 
 

 
 
 
 
 
A=
 

 0 1 −1 

 
 
 
 
 
0 1 1
 

Solutions.

1. Les valeurs propres de A sont -1, 3. A est donc diagonalisable. Les vecteurs propres sont
   

1  1 
   
 
   
V1 = V2 =
   
 ,  .
   
   
   
−2 2
   

La solution générale est donc

    

1 1  0 
    
1


 3t
 e 

2
− 14 
  C1 
 

X(t) = P etD P −1 C =
    
    .
    
    
    
−2 2 0 e−t
 1 1
C2
   
2 4

129
 D’où

     

e3t +e−t e3t −e−t

e3t ( C21 − ) + e−t ( C21 + ) k1 e3t + k2 e−t
     
C2 C2

 2
C1 − 4
C2 


 4 4






X(t) = = =
     
     ,
     
     
     
e3t +e−t
(−e3t + e−t )C1 + C1 −e3t (C1 − C2
) + e−t (C1 + C2
) − k21 e3t + 2k2 e−t 
    
2 2 2

où k1 = ( C21 − C2
4
), k2 = ( C21 + C2
4
) ∈ R.
2. Les valeurs propres de A sont -1, 1 + i, 1 − i. A est donc diagonalisable dans C. Les vecteurs
propres sont      

1  0  0 
     
  
     
     
     
     
     
V1 = , V2 = V3 = .
     

 0 

 i 


 −i 
     
     
     
     
     
0 1 1
     

La solution générale est donc

    

1 0 0  0 0 1 0 0 
    
 t
 e   C1 
   
 
    
    
    
    
X(t) = P etD P −1 C = 

0 i −i


0 e(1+i)t 0 


0 − 2i

1 

C2  .





 2 

 

    
    
    
    
0 1 1 0 0 e (1−i)t  
0 i 1 
C3
  
2 2

D’où
 
 

 C1 e t 

 
 
 
 
X(t) = 

C2 et cos t − C3 et sin t .

 
 
 
 
 
 
C2 et sin t + C3 et cos t
 

Exercice 4.11. Par la méthode de la matrice résolvante résoudre le système non homogène
suivant : 
dx
= 2y + 1,



dt

(4.100)
dy
= −x − 3y − 1.




dt
130
Solution. L’écriture matricielle du système (4.100) est :

X 0 (t) = AX(t) + B(t) (4.101)

ou      

x1 (t)  0 1  1 
     
  
     
X(t) = A= et B =
     
 ,    
     
     
     
x2 (t) −1 −3 −1
     

1. Résoudre le système homogène

X 0 (t) = AX(t) (4.102)

Les valeurs propres de A sont −1 et −2. Les vecteurs propres sont

   

1 
   

 −2 


 
V1 = V2 =
   
 ,  
   
   
   
1 −1
   

La famille {V1 , V2 } est libre dans R2 , donc A est diagonalisable, c’est-à-dire A = P DP −1

ou

     

0  1 
     

 −1 

 −2 

 −1 −1 

D= , P = et P −1 = .
     
    
     
     
     
0 −2 1 −1 −1 −2
     

Conclusion.

   

1  0
   
−2  −t −1 −1 
 e
 
  
−1
etA = eP (tD)P = P etD P −1 = =
   
   
   
   
   
1 −1 0 e−2t  
−1 −2
  

 

2e−t − e−2t 2e−t − 2e−2t 

 

 
 
 
 
 
 
−e−t + e−2t −e−t + 2e−2t
 

131
 .
La solution générale du système homogène (4.102) est
   
   

 Cx(t) 


 C1 

X(t) = = tA 
   



 e  .

   
   
y(t) C2
   

ou bien

xh (t) = 2(C1 + C2 )e−t − (C1 + 2C2 )e−2t = 2k1 e−t − k2 e−2t

(

yh (t) = −(C1 + C2 )e−t + (C1 + 2C2 )e−2t = −k1 e−t + k2 e−2t ,

où, k1 = (C1 + C2 ) ∈ R et k2 = (C1 + 2C2 ) ∈ R.
Z t
2. La solution générale du système non homogène est X(t) = etA C + e(t−s)A B(s)ds
0
Alors
  

 1 
2e−(t−s) − e−2(t−s) 2e−(t−s) − 2e−2(t−s) 
  
  
Z t
Xg (t) = Xh (t) +
  
   ds
  
0   
  
−e−(t−s)
+e −2(t−s)
−e −(t−s)
+ 2e−2(t−s)  
−1
 

 

2k1 e−t − k2 e−2t + 21 − 12 e−2t 

 

 
=
 
 
 
 
 
−k1 e−t + k2 e−2t − 12 + 1 −2t 
e

2

Exercice 4.12. On considère le système


dx
= −tx + y + 1,



dt

(4.103)
dy
= (1 − t2 )x + ty + t.




dt
   

1 
   

 

 t

1. Montrer que x1 = x2 =
   
 ,   sont deux solutions linéairement indépendantes
   
   
   
t 1+t2 
  

du système homogène
(1 + t2 )x0 − tx − y = 0
(
(4.104)
(1 + t2 )y 0 + x − ty = 0.

2. Chercher une solution particulière du système non homogène.

132
 3. En déduire la solution générale.

Solution.

1. On vérifie que x1 et x2 sont solutions du système homogène (4.104) de plus ces deux solutions
sont linéairement indépendantes : Il suffit de calculer le wronskien.
En effet,

 
 
 
1
 

 t 
det(x1 , x2 ) = = 1 6= 0 ∀t ∈ R.
 
 
 
 
 
t 1+t 
2 




Alors les solutions du système (4.104) sont de la forme

X(t) = C1 x1 + C2 x2 ,

où C1 , C2 ∈ R.

2. On peut chercher une solution particulière de la forme

X(t) = C1 (t)x1 + C2 (t)x2 .

On doit avoir que

     

1  1 
     

 

 t 


 
C1 (t) 
0  + C 0 (t)  =
     
  ,
  2    
     
     
t 1 + t2 t
     

ce qui nous donne le système suivant

C (t) =1
( 0
1
C20 (t) = 0.

dont la solution est 

C1 (t) = t + C̃1 ,
2 (t) = 1 + C̃2 .
C
 

2t
 
 
 
Alors une solution particulière est de la forme xP (t) =
 
 
 
 
 
2t2 + 1
 

133
 3. La solution générale est donnée par la somme des solutions trouvées précédemment
     

1  2t
     

 

 t  
 


X(t) =  + C̃2  +
     
C̃1 
    
,

     
     
t 1+t2 
2t2 + 1
    

où C̃1 , C̃2 ∈ R.

Exercice 4.13. Résoudre le système suivant

1 1

 dx

=−
x + 2 y + 2t,
2t 2t

dt

(4.105)
dy 1 1
= x + y + t2 ,



2 2t

dt
 

1 
 

 
sachant que x1 =
 



 est solution du système (4.106)
 
 
t
 

1 1

 dx

=−x + 2 y,
2t 2t

dt

(4.106)
dy 1 1
= x + y,



2 2t

dt
Solution.
Cherchons un deuxième vecteur V2 tel que {x1 , V2 } forme une base de (S0 ) ((S0 ) est l’ensemble de
solutions du système

(4.106).
  
 
 
0 1 0
   
   
   
Posons V2 = e2 = . On a W (t) = = 1 6= 0. Alors la deuxième solution du système
   
  
   
   
   
1 t 1
   
 
 
(4.106) est de la forme

 
 

 α(t) 

x2 (t) = α(t)x1 (t) + β(t)e2 =
 
 .
 
 
 
α(t)t + β(t)
 

En reportant dans (4.106) on obtient le système

1

α0 (t)

= β(t),
2t2
β 0 (t) = 0,


134
dont la solution est

1

α(t) =− C + K,

2t2
β(t) = C,


D’où

   

− 2t12 C + K
   

 α(t) 





x2 (t) = =
   
   .
   
   
   
α(t)t + β(t) (− 2t12 C + K)t + C
   

On peut prendre C = 2 et K = 0. Alors

 
 

 − 1t 

x2 (t) =
 
 .
 
 
 
1
 

{x1 , x2 } une base de (S0 ) car

 
 
 
1
 
1 

 −t 
W (t) = det(x1 , x2 ) = = 2 6= 0.
 
 
 
 
 
t 1 
 



Revenons maintenant à la résolution du système (4.105). Par la méthode de la variation des

constantes on cherche une solution du système (4.105) sous la forme

X(t) = C1 (t)x1 + C2 (t)x2 (4.107)

En reportant (4.107) dans (4.105), on obtient le système

3

C 0 (t)

= t,
1
2
C 0 (t) = −t2 ,

2

dont la solution est

3

C1 (t) = t2 + C̃1 ,


4

t3
C2 (t) = − + C̃2 .



3
La solution générale du système (4.105) est
135
    

x1 (t)   13 t2 + C̃ − C̃2 ,
   
 
   12 1 t 
X(t) = =
   
   .
   
   
   
x2 (t) t + C̃ t + C̃ .
   5 3 
12 1 2

136
Chapitre 5

Introduction aux notions de Stabilité

La théorie de la stabilité traite la stabilité des solutions d’équations différentielles et des trajec-
toires des systèmes dynamiques sous des petites perturbations des conditions initiales.
Plus généralement, un système est stable si des petits changements dans l’hypothèse conduisent à des
petites variations dans la solution. Il faut spécifier la métrique utilisée pour mesurer les perturbations
afin de juger qu’un système est stable.
La stabilité peu se déterminer en calculant les valeurs propres de la matrice A. Car c’est cette matrice
que représente le système et contient l’information de l’équation caractéristique. De fait les valeurs
propres d’une matrice sont les racines de l’équation caractéristique.

5.1 Stabilité au sens de Liapounov. Notions fondamentales

et définitions
Soit donné un système d’équations différentielles
dxi
= fi (x1 , x2 , ..., xn , t) i = 1, 2, ..., n. (5.1)
dt
Définition 5.1.1. Une solution ϕi (t), i = 1, 2, ..., n du système (5.1) satisfaisant aux conditions
initiales ϕi (t0 ) = ϕ0i est dite stable au sens de Liapounov pour t → +∞ si ∀ > 0, ∃δ() > 0 tel que
pour toute solution xi (t) i = 1, 2, ..., n solution du système (5.1) dont les valeurs initiales satisfont
aux conditions
 
xi (t0 ) − ϕ0i  <δ i = 1, 2, ..., n, (5.2)
 

l’on ait les inégalités

|xi (t) − ϕi (t)| <  i = 1, 2, ..., n, (5.3)
La solution ϕi (t) est dite instable si, pour un δ > 0 aussi petit que l’on veut, les inégalités (5.3) ne
sont pas vérifiées pour au moins une solution xi (t) i = 1, 2, ..., n.
Si, sous la condition (5.2), en plus des inégalités (5.3) est aussi vérifiée la condition
lim |xi (t) − ϕi (t)| = 0, i = 1, 2, ..., n, (5.4)
t→∞

la solution ϕi (t) i = 1, 2, ..., n, est dite asymptotiquement stable.

L’étude de la stabilité de la solution ϕi (t) i = 1, 2, ..., n du système (5.1) peut être ramenée à celle de
la solution nulle (triviale) xi ≡ 0 i = 1, 2, ..., n, d’un certain système, analogue au système (5.1) :
dxi
= Fi (x1 , x2 , ..., xn , t), i = 1, 2, ..., n, (5.5)
dt
137
où Fi (0, 0, ..., O, t) ≡ 0, i = 1, 2, ..., n. On dit que le point xi , i = 1, 2, ..., n, est le point repos du
système (5.5).

Définition 5.1.2. Le point de repos xi ≡ 0 i = 1, 2, ..., n est stable au sens de Liapounouv si ∀ > 0,
∃δ > 0 tel que toute solutions xi (t) i = 1, 2, ..., n, dont les valeurs initiales x0i = xi (t0 ), i = 1, 2, ..., n
satisfont à la condition

 
 0
 xi  < δ, i = 1, 2, ..., n, (5.6)

vérifie les inégalités

|xi (t)| < , i = 1, 2, ..., n, pour tous les t ≥ t0 . (5.7)

En particulier pour n = 2
Soit le système différentielle d’ordre 2

dx
= f1 (t, x, y)



dt

(5.8)
dy
= f2 (t, x, y)




dt
La solution x = ϕ1 (t) et y = ϕ2 (t) du système (5.8) satisfais aux conditions initiales ϕ1 (t0 ) = a et
ϕ2 (t0 ) = b est dite stable au sens de Liapounov pour t → +∞ si

∀ > 0, ∃δ() > 0 tel que pour tout solution du (5.8) : x = x(t); y = y(t) :
|x(t0 ) − a| < δ; |y(t0 ) − b| < δ alors |x(t) − ϕ1 (t)| <  et |y(t) − ϕ2 (t)| <  ∀t ≥ t0

Remarque 5.1.3.

1. Si la solution x = ϕ1 (t) et y = ϕ2 (t) n’est pas stable on dit instable

2. Si cette solution est stable vérifiant lim |x(t) − ϕ1 (t)| = 0 et lim |y(t) − ϕ2 (t)| = 0, alors
t→+∞ t→+∞
cette solution est dite asymptotiquement stable (au sens de Liapounov)

3. L’étude de la stabilité de la solution peut être ramené à la solution triviale (nulle) (x = y = 0)

d’un notre système analogue.

dx
= f1 (t, x, y)



dt

tel que f1 (t, 0, 0) = f1 (t, 0, 0) = 0 ∀t > 0 (5.9)
dy
= f2 (t, x, y)




dt
Dans ce cas le point (0, 0) est appelé point de repos du (5.9). D’où la définition ?? devient

Définition 5.1.4. Le point de repos (x = y = 0) est stable (au sens de Liapounov pour t → +∞) si

∀ > 0, ∃δ() > 0 tel que pour tout solution du (5.9) : x = x(t); y = y(t) :
|x(t0 )| < δ; |y(t0 )| < δ alors |x(t)| <  et |y(t)| <  ∀t ≥ t0

De plus, si lim |x(t)| = 0 et lim |y(t)| = 0, alors le point de repos est dite asymptotiquement stable
t→+∞ t→+∞
(au sens de Liapounov).
138
Exemple 5.1.5. Etudier la stabilité de la solution de l’équation différentielle
dx
= 2 + t, (5.10)
dt
qui satisfait à la condition
x(0) = 1 (5.11)
Solution. La solution de (5.10) est
1
x(t) = t2 + 2t + C
2
On utilisant la condition (5.11) on obtient
1
ϕ(t) = t2 + 2t + 1
2
On utilisons la définition de la stabilité au sens de Liapounov pour t → +∞ :
1 1
∀ > 0, ∃δ() > 0, |x(t0 ) − 1| < δ alors ∀t > 0 | t2 + 2t + x0 − t2 − 2t − 1| = |x0 − 1| < 
2 2
Donc il suffit de prendre δ =  pour avoir la stabilité de ϕ(t).
Il reste à vérifie l’instabilité asymptotique

lim |x(t) − ϕ(t)| = |x0 − 1| =

6 0
t→+∞

Donc la stabilité n’est pas asymptotique.

Exemple 5.1.6. Etudier la stabilité de la solution du système suivant :

x (t) = −9y
 0



y 0 (t) = x (5.12)

x(0) = y(0) = 0



Solution.

1. D’après l’exemple 4.2.1 de chapitre 4 la solution générale du système (5.12) est

= C1 cos 3x + C2 sin 3x,


x

C1 C2
y =
 sin 3x − cos 3x.
3 3
Pour x(0) = y(0) = 0 on trouve C1 = C2 = 0, on obtient ainsi la solution triviale (x ≡ y ≡ 0),
donc (0, 0) est le point de repos.

2.

∀ > 0, ∃?δ() > 0 tel que pour tout solution du (5.12) : x = x(t); y = y(t) :
|x0 − 0| < δ; |y0 − 0| < δ alors |x(t)| <  et |y(t)| <  ∀t ≥ 0

On a pour t = 0
x(0) = C1 = x0 ,
(

y(0) = C2 = −3y0 ,
139
 alors
x(t) = x0 cos 3t − 3y0 sin 3t
(

y(t) = x0 sin 3t + y0 cos 3t

Donc

∀ > 0, ∃?δ() > 0 tel que pour tout solution du (5.12) : x = x(t); y = y(t) :
|x0 | < δ; |y0 | < δ alors |x0 cos 3t − 3y0 sin t| < |x0 | + 3|y0 | <  et
|x0 sin 3t + y0 cos 3t| < |x0 | + |y0 | <  ∀t ≥ 0

donc il suffit de prendre δ = et la solution est stable, mais n’est pas asymptotique car
3
lim |x(t)| =
6 0 et lim |y(t)| =
6 0
t→+∞ t→+∞

Remarque 5.1.7.

• En générale, toutes les solutions d’un système linaire homogène (de n équations) à coefficients
constants sont soit stables soit instables.

• Pour étudier le point de repos (on considère que le cas n = 2) il faut établir l’équation caracté-
ristique  
 
 
 

 a11 − λ a12 

det(A − λI) = =0 (5.13)
 
 
 
 
 
a21 a22 − λ
 
 
 

et cherche ses racines λ1 et λ2 .

1. Les racines λ1 , λ2 de l’équation caractéristique (5.13) sont réelles et distinctes :

a) λ1 < 0, λ2 < 0. Le point de repos est asymptotiquement stable (nœud stable, fi-
gure 5.1) ;
b) λ1 > 0, λ2 > 0. Le point de repos est instable (nœud instable, figure 5.2) ;
c) λ1 > 0, λ2 < 0. Le point de repos est instable (col, figure 5.3) ;
2. Les racines de l’équation caractéristique (5.13) sont complexes λ1 = p + iq, λ2 = p − iq :
a) p < 0, q 6= 0. Le point de repos est asymptotiquement stable (foyer stable, figure 5.4) ;
b) p > 0, q =6 0. Le point de repos est instable (foyer instable, figure 5.5) ;
c) p = 0, q = 6 0. Le point de repos est stable (centre, figure 5.6) ;
3. Les racines λ1 = λ2 sont multiples :
a) λ1 = λ2 < 0. Le point de repos est asymptotiquement stable (nœud stable, figure 5.7) ;
b) λ1 = λ2 > 0. Le point de repos est instable (nœud instable, figure 5.8).

140
Figure 5.1 – Figure 5.2 –

Figure 5.3 – Figure 5.4 –

141
Figure 5.5 – Figure 5.6 –

Figure 5.7 – Figure 5.8 –

142
5.2 Exercices du chapitre
Exercice 5.3. Etudier la stabilité au sens de Liapounov des systèmes suivants en utilisant la défini-
tion :

1.
 dx

= −x + t2

dt (5.14)
x(0) = 0.



2. 
 dx

 = 2y,
 dt



dy (5.15)
 = −x − 3y,


 dt
x(0) = y(0) = 0.



Solution.

1. L’équation (5.14) est une équation linéaire non homogène. Sa solution générale est x(t) =
Ce−t + t. A la condition initiale x(0) = 0 satisfait une solution

ϕ(t) = t, (5.16)

de l’équation (5.14). A la condition x(0) = x0 satisfait une solution

x(t) = x0 e−t + t. (5.17)

Considérons la différence des solutions (5.16) et (5.17) de l’équation (5.14) et écrivons-la sous
la forme

x(t) − ϕ(t) = x0 e−t + t − t = (x0 − 0)e−t .

On en déduit que pour tout  > 0 il existe un δ > 0 (par exemple δ = ) tel que toute solution
x(t) de l’équation (5.14), dont les valeurs initiale satisfont à la condition |x0 − 0| < δ, vérifie
l’inégalité
|x(t) − ϕ(t)| = |x0 − 0|e−t < , pour tous les t ≥ 0.
Par suite, la solution ϕ(t) = t est stable. De plus, puisque

lim |x(t) − ϕ(t)| = lim |x0 − 0|e−t = 0.

t→+∞ t→+∞

La solution ϕ(t) = t est asymptotiquement stable. Cette solution ϕ(t) est non bornée pour
t → +∞.

2. D’après l’exercice.4.11 (chapitre 3), la solution du système (5.15) est

x(t) = 2k1 e−t − k2 e−2t

(
(5.18)
y(t) = −k1 e−t + k2 e−2t ,

où, k1 ∈ R et k2 ∈ R .
La solution trivial x ≡ y ≡ 0 du système (5.15) est stable au sens de Lyapunov, si ∀ >
143
 0, ∃γ() > 0 tel que ∀x(t), y(t) |x(t0 ) = x0 | < δ, |y(t0 ) = y0 | < δ alors |x(t)| <  et |y(t)| < 
∀t ≥ t0 .
Si de plus, vérifie lim |x(t)| = lim |y(t)| = 0, alors la stabilité est asymptotique
t→+∞ t→+∞
D’après (5.18) pour ∀t = t0 , alors

x0 = 2k1 − k2 k1 = x0 + y0
( (
ou
y0 = −k1 + k2 k2 = x0 + 2y0
Donc,
x = 2(x0 + y0 )e−t − (x0 + 2y0 )e−2t
(

y = −(x0 + y0 )e−t + (x0 + 2y0 )e−2t ,

et si |x0 − 0| < δ, |y0 − 0| < δ alors,

|x(t) − 0| = |x(t)| ≤ 2|x0 + y0 | + |x0 + 2y0 | ≤ 3|x0 | + 4|y0 | < 7δ

et

|y(t) − 0| = |y(t)| ≤ |x0 + y0 | + |x0 + 2y0 | ≤ 2|x0 | + 3|y0 | < 5δ < .


Donc, il suffit de prendre δ =
pour avoir la stabilité .
7
De plus, lim |x(t)| = lim |y(t)| = 0 car lim e−t = lim e−2t = 0. Donc, la stabilité est
t→+∞ t→+∞ t→+∞ t→+∞
asymptotique .

Exercice 5.4. Déterminer la nature des points de repos pour les systèmes suivants :

1. 
 dx

 = −x,
dt

(5.19)
dy
= −y.




dt
2. 
dx
= 5x − y,



dt

(5.20)
 dy = 2x + y.



dt
3. 
dx
= −2x + y,



dt

(5.21)
dy
= −x − 2y.




dt
4. 
dx
= y,



dt

(5.22)
dy
= −4x.




dt
5. 
dx
= x + y,



dt

(5.23)
dy
= −x + y.




dt
144
 6. 
dx
= 0,



dt

(5.24)
dy
= −y.




dt
7. 
dx
= y,



dt

(5.25)
dy
= 0.




dt
Solutions.

1. Ecrivons l’équation caractéristique

 
 
 
0
 

 −1 − λ 

= 0 ou (λ + 1)2 = 0.
 
 
 
 
 
0 −1 − λ
 
 
 

Ses racines λ1 = λ2 = −1 < 0. Le point de repos est asymptotiquement stable.

2. Ecrivons l’équation caractéristique

 
 
 
5−λ
 

 −1 

= 0 ou λ2 − 6λ + 7 = 0.
 
 
 
 
 
2 1−λ
 
 
 

√ √
Ses racines λ1 = 3 + 2 > 0, λ2 = 3 − 2 > 0 sont réelles, distinctes et positives. Par suite, le
point de repos est instable.

3. Les valeurs propres de la matrice sont −1 ± 2i avec partie réelle négative. Par conséquent le
point de repos (0, 0) est stable.

4. Les valeurs propres de la matrice sont ±2i avec partie réelle nulle. Par conséquent le point de
repos (0, 0) est stable.

5. Les valeurs propres de la matrice sont 1 ± i avec partie réelle positive. Par conséquent le point
de repos (0, 0) est instable.

6. Les valeurs propres de la matrice sont λ1 = 0, λ2 = −1. On a donc deux valeurs propres l’une
nulle et l’autre négative. Par conséquent le point de repos (0, 0) est stable.

7. Les valeurs propres de la matrice sont λ1 = λ2 = 0, λ2 = −1. On a donc deux valeurs propres
nulles. Par conséquent le point de repos (0, 0) est instable.

Exemple 5.4.1. Déterminer la nature des points de repos pour les systèmes suivants :
145
 1. 
dx
= y,



dt

(5.26)
dy
= −2αy − β 2 x (β > 0).




dt
2. 
 dx

 = y,
dt

(5.27)
dy k d
= − x − y, pour d, m, k > 0.




dt m m
Solution.

1. Ecrivons l’équation caractéristique

 
 
 
1
 

 −λ 

= 0 ou λ2 + 2αλ + β 2 = 0,
 
 
 
 
 
−β 2 −2α − λ
 
 
 

d’où
q
λ1,2 = −α ± α2 − β 2 . (5.28)

Considérons les cas suivants :

a) α = 0. De (5.28) on obtient λ1,2 = ±iβ. Le point de repos est stable.

b) α > 0, α2 − β 2 < 0. Les racines λ1 et λ2 sont complexes conjuguées et Re λ1,2 < 0. Le
point de repos est un foyer stable.
c) α < 0, α2 − β 2 < 0. Les racines λ1 et λ2 sont complexes conjuguées et Re λ1,2 > 0. Le
point de repos est un foyer instable.
d) α > 0, α2 − β 2 ≥ 0. Les racines λ1 et λ2 sont réelles et négatives. Le point de repos est un
nœud stable.
e) α < 0, α2 − β 2 ≥ 0. Les racines λ1 et λ2 sont réelles et positives. Le point de repos est un
nœud instable.
√
−d ± d2 − 4km
2. Les valeurs propres sont . Par conséquent
2m
√
a) si d2 − 4km > 0, alors on a deux valeurs propres négatives (car d > d2 − 4km) et donc
stabilité asymptotique (nœud stable).
b) si d2 − 4km = 0, alors on a une valeurs propre double négative et donc stabilité asympto-
tique (nœud stable).
c) si d2 − 4km < 0, alors on a deux valeurs propres à partie réelle négatives et donc stabilité
asymptotique (foyer stable).

146
Bibliographie

[1] J. Martin, Cours de mathématiques pour la préparation aux Brevets de Techniciens supérieurs
et pour les écoles d’ingénieurs, Dunod, Paris, 1967.

[2] M. Karsnon, A. Kissélev, G. Makarenko, Recueil de problèmes sur les équations différentielles
ordinaires, Edition Mir, Mocou, 1981.

[3] Xavier Gourdon , Les maths en tête - Analyse 2ème édition, Editions Ellipses Marketing S.A.,
2008.

[4] Jean-Pierre Demailly, Analyse Numérique et Equations Différentielles, Collection Grenoble

Sciences, 1996.

[5] Daniel Fredon, Myriam Maumy Bertrand, Frédéric BertrandAND,Mathématiques Analyse en 30

fiches, Dunod, Paris, 2009.

147