Chapitre 1: les equations deffirantiele

SOMMAIRE:

Sommaire………………………………………………………………………………………..1-3

1
Chapitre 1: les equations deffirantiele

Chapitre 1 : les equation diferantielles …………………………………………………..4-31

1.1.Introduction ………………………………………………………………………………4

1.2.Classification des equation diferantielles ………………………………………………4

1.2.1. Équation différentielle ordinaire (EDO) …………………………………………….4
1.2.2 Équation différentielle partielle (EDP) ………………………………………………..4
1.2.3. Équation différentielle linéaire ………………………………………………………..4
1.2.4. Équation différentielle non linéaire ………………………………………………….4

1.3.Methode de resolution ……………………………………………………………………..4

1.3.1.Methode numeriques ………………………………………………………………….4
1.3.1. Méthode d’Euler ……………………………………………………………………5
1.3.1.1. La méthode d’Euler explicite ………………………………………………….5
1.3.1.2. La méthode d’Euler implicite…………………………………………………..6
1.3.2. Méthode de Runge-Kutta …………………………………………………………..6
1.3.2.1. La méthode de Runge-Kutta d’ordre 2 …………………………………………………..7
1.3.2.2. La méthode de Runge-Kutta d’ordre 4 : RK4………………………………7
1.3.3.Exemples …………………………………………………………………………………………………….7
Exemple 1.3.3.1………………………………………………………………………………………………………………7
Exemple 1.3.3.2………………………………………………………………………………………………………………9
Exemple 1.3.3.3…………………………………………………………………………………………………10
1.3.2.Methode analytiques …………………………………………………………11
1.3.2.1. EDO lineares ………………………………………………………………………………………………………….11
1.3.2.1.1. EDO a variables separables …………………………………………………………………………………11
1.3.2.1.2. EDO sur les varietes ……………………………………………………………………………………………………….13
1.3.2.1.3. EDO analytiques ……………………………………………………………………………………………………13

1.4.Application pratique sur les equations differentielles………………………………………..…….15

1.4.1.physique ………………………………………………………………………………………………………………………..15
1.4.1.1. Décharge d’un condensateur …………………………………………………………………15
1.4.1.2. Chute libre …………………………………………………………………………………………….16
1.4.1.3. Système mécanique ……………………………………………………………………………..17
1.4.1.4. Système harmonique …………………………………………………………………………….18
1.4.1.5.Système RLC ………………………………………………………………………………………….19
1.1.4.1.6.Analogie entre un système mécanique et un circuit RLC …………………….19
1.4.2. BIOLOGIEQUE :………………………………………………………………………………………………..19
1.4.2.1.degradation d’un substrat …………………………………………………………………………………………………………19
1.4.2.1.1.Equations, equations differentielles …………………………………………………………………………………..20
1.4.2.1.2.Solution generale dune equation differentielle ………………………………………………………………….20
1.4.2.1.3. Une solution particuliere est determinee par les conditions initiales………………………………….21
1.4.2.1.4. Parametres ………………………………………………………………………………………………………………………21
1.4.2.1.5.Systeme dynamyque …………………………………………………………………………………………………………………...21
1.4.2.1.6. Une histoire de vie ou de mort : la croissance……………………………………………………………………..22
1.4.2.1.7. Croissance bacterienne ……………………………………………………………………………………………………..22
1.4.2.1.8. Limitation par les ressources ……………………………………………………………………………………………..22
1.4.2.1.9. Portrait de phase ………………………………………………………………………………………………………………23
1.4.2.1.10. Point dequilibre ………………………………………………………………………………………………………………24

2
Chapitre 1: les equations deffirantiele

1.4.2.1.11. La vie et la mort ……………………………………………………………………………………………………………..25

1.4.2.2.Chaine alimentaire …………………………………………………………………………………………………………………….25
1.4.3.ECONOMIEQUE …………………………………………………………………………………………………….27
1.4.3.1.Leproblème du consommateur simple ……………………………………………………………………………………….27

1.5.Conclusion ………………………………………………………………………………………………………………………………………31

Chapitre 2 :resolution d’une equation non linliere……………………………………………………….32-42

2.1.Introduction ……………………………………………………………………………………….32
2.2.Localisation dune racine ………………………………………………………………………………………..33
2.3.Methode graphique ……………………………………………………………………………………………….33
2.4.Methode du theoreme des valeurs intermediaires …………………………………………………34
2.5.Methode de dichotomie (ou de bissection) …………………………………………………………….35
2.6.Methode de Newton ………………………………………………………………38
2.7. Interpretation geometrique ………………………………………………………………………………..40
2.8. Analyse de convergence……………………………………………………………………………………….41
2.9. Conclusion……………………………………………………………………42

3
Chapitre 1: les equations deffirantiele

1.1.Introduction :
Une équation différentielle est une équation mathématique qui relie une fonction
inconnue à une ou plusieurs de ses dérivées. Elle exprime une relation entre la fonction
recherchée et les taux de variation de cette fonction par rapport à une ou plusieurs
variables indépendantes. Les équations différentielles sont couramment utilisées pour
modéliser les phénomènes dynamiques et les relations entre les quantités qui évoluent
dans le temps ou dans l’espace.
Une équation différentielle peut être classée en fonction de différents critères, tels que
l’ordre, la linéarité et la nature des variables indépendantes et dépendantes.

1.2.Classification des equation diferantielles :

1.2.1. Équation différentielle ordinaire (EDO) :

c’est une équation différentielle dans laquelle la fonction in- connue dépend d’une
seule variable indépendante. Par exemple: est une fonction inconnue de
x et f(x) est une fonction donnée.
1.2.2 Équation différentielle partielle (EDP) :
une équation différentielle dans laquelle la fonction inconnue dépend de plusieurs
variables indépendantes. Par exemple : est une fonction
inconnue de x et y.
1.2.3. Équation différentielle linéaire :
est une équation dans laquelle la fonction inconnue et ses dérivées apparaissent
linéairement,Par exemple :
sont des fonctions données.
1.2.4. Équation différentielle non linéaire :
est une équation dans laquelle la fonction inconnue et/ou ses dérivées
apparaissent de manière non linéaire. Par exemple : où y est une
fonction inconnue de x.
1.3.Methode de resolution :
1.3.1.Methode numeriques :
La solution d’une équation différentielle consiste à trouver une fonction qui vérifie
l’équation donnée, souvent avec des conditions supplémentaires appelées conditions
initiales ou conditions aux limites.
La théorie des équations différentielles fournit des méthodes et des techniques pour
résoudre analytiquement ces équations afin d’obtenir les solutions souhaitées.
Cependant Il n’existe pas de méthodes analytiques systé- matiques pour résoudre les
équations différentielles non linéaires. En revanche la résolution de ces équations
passe par l’application des méthodes numériques (approchées).
La résolution numérique des équations différentielles est une approche qui consiste à
obtenir une approxima- tion numérique de la solution d’une équation différentielle à
l’aide de méthodes numériques. Il existe plusieurs méthodes numériques couramment
utilisées pour résoudre des équations différentielles. Voici quelques-unes des plus
utilisées et traitées dans ce manuscrit :

4
Chapitre 1: les equations deffirantiele

1.3.1. Méthode d’Euler :

C’est l’une des méthodes les plus simples pour résoudre numériquement une
équation différentielle. Elle est basée sur une approximation par différences finies et
utilise une formule itérative pour estimer les valeurs successives de la solution. Cette
méthode est relativement facile à mettre en œuvre, mais elle peut introduire une erreur
significative, en particulier pour des pas de temps importants.
Soit a resoudre numeriqument le probleme :

Donnnee la forme integrale le probleme :

Alors

D’où

Considerons une subdivision

Est le pas de la subdivision .

Alors

Donc

Il ya plusieurs facon d’approximer

1.3.1.1. La méthode d’Euler explicite :

En utilisant la méthode des rectangles à gauche sur

et en remplaçant dans la formule(2.1.2), l’algorithme de la méthode d’Euler explicite est

donné par :

1.3.1.2. La méthode d’Euler implicite :

5
Chapitre 1: les equations deffirantiele

En utilisant la méthode des rectangles à droite sur

et en remplaçant dans la formule(2.1.2), l’algorithme de la méthode d’Euler explicite est

donné par :

On notera que dans ce schéma, le terme yi+1 apparaît sur chaque itération.

Théorème

Soient y(x) la solution unique du problème de Cauchy (2.1.1), et y0, y1, ..., yn les
approximations de y(x) aux points x0, x1, ..., xn engendrée par la méthode d’Euler. Si f
est Lipschitzienne en y sur D par rapport à y, alors l’erreur théorique Et est donnée par :

Avec et L est la constante de Lipschitz.

1.3.2. Méthode de Runge-Kutta :

Les méthodes de Runge-Kutta sont des méthodes plus précises que la
méthode d’Euler. Elles sont basées sur une combinaison de points intermédiaires pour
améliorer l’ap- proximation de la solution. La méthode de Runge-Kutta d’ordre 4 (RK4)
est l’une des méthodes les plus couramment utilisées et offre une bonne précision pour
un coût computational raisonnable.

Un autre inconvénient qu’on peut citer à propos de cette technique de résolution est
qu’elle ne fournit pas une expression algébrique des fonctions solutions mais plutôt un
ensemble des valeurs numériques d’une seule des valeurs pour d’autres solutions les
mêmes opérations sont à répéter.
D’après cette analyse il s’avère que si la résolution numérique présente des avantages
et supplée de ce fait la résolution algébrique, elle représente en revanche des
inconvénients importants et ce dès que l’on avance dans le niveau. La résolution
qualitative des équations différentielles se concentre sur l’analyse globale du compor-
tement des solutions sans chercher à obtenir une solution numérique précise. Elle peret
de comprendre les caractéristiques qualitatives des solutions, telles que les points
d’équilibre, les trajectoires, les bifurcations et les comportements asymptotiques.

6
Chapitre 1: les equations deffirantiele

1.3.2.1. La méthode de Runge-Kutta d’ordre 2 :

RK2 En utilisant la méthode des trapèzes sur et en remplaçant dans la

formule (212), on obtient :

on remplace yi+1 par l’algorithme de la méthode d’Euler explicite

1.3

.2.2. La méthode de Runge-Kutta d’ordre 4 : RK4

En utilisant la méthode des Simpson sur et en remplaçant dans

la formule (2.1.1), on 867obtient l’algorithme de la méthode de Runge-Kutta d’ordre 4

[2] qui est donné par :

1.3.3.Exemples :

Exemple 1.3.3.1

Soit l’équation différentielle à condition initiale

7
 Chapitre 1: les equations deffirantiele

 Approcher la solution de cette équation en x = 1 à l’aide de la méthode d’Euler en subdivisant l’intervalle

de travail en 10 parties égales.

 Comparer à la solution exacte.

Solution :

On pose

Remarquons tout d’abord que f étant continue et Lipschitzienne par rapport à y

le problème de Cauchy admet une solution- unique. Par la méthode

d’Euler on a :

C’est à dire que l’approximation en x = 1 de y(x) est y(1) =10= 31874 .

solution exacte

donne y(1) = 34366. Ainsi, l’erreur effectivement commise lors de

l’application de la méthode d’Euler est :

Ee =34366 31874]=025

Cherchons l’erreur théorique qui est donnée par :

8
Chapitre 1: les equations deffirantiele

Ainsi

M2 =

2e.

Donc

Clairement on a, donc la méthode d’Euler donne une bonne

approximation de la solution de ce

problème de Cauchy.

Exemple 1.3.3.2

Approcher la solution de l’équation différentielle ci-dessous en x1 = 0,2 en utilisant RK2, avec un pas h = 0,2

Solution :

L’intervalle d’intégration est [002] et le pas d’intégration est h = 02. on pose f(xy) = y(x) 2x y , , l’algorithme de la

méthode de RK2 s’écrit comme suit :

9
Chapitre 1: les equations deffirantiele

Exemple 1.3.3.3

Soit le problème de Cauchy suivant :

 Montrer que ce problème admet une solution unique.

 Calculer la valeur approchée de par la méthode d’Euler explicite de temps

constant

Solution :

10
Chapitre 1: les equations deffirantiele

donc f est Lipschitzienne par rapport à y et la

constante L = 2, d’où l’unicité de la solution. La formule d’Euler
explicite est donnée par :

11
Chapitre 1: les equations deffirantiele

1.3.2.Methode analytiques :

1.3.2.1. EDO lineares :

1.3.2.1.1. EDO a variables separables :
Il sagit des equations ou on peut « separer ce qui concerne yy lequation et ce qui concerne x de
lautre » .

Methode generale de resolution

De facon generale, lequation secrit

(avec f et g deux fonctions dune variable. Si on connait une primitive G de g, et une primitive F de f, alors
lequation equivaut a

autrement dit, une fonction f, de nie sur un intervalle I, est solution de

lequation di erentielle si et seulement si il existe une constante C telle que,
pour tout x I, on a

Attention, il ne su t pas de mettre les y a gauche et les x a droite, il faut que la partie gauche soit
vraiment sous forme y’g(y). Par exemple, lequation 3 pourrait secrire y’- y =0, on a bien les y a gauche,
mais ca nest pas sous la bonne forme, on ne sait pas resoudre ainsi (il ny a pas de formule generale pour
une primitive de y’- y).
Exercice :
Resoudre les quatre exemples.

Pieges :
Il y a un certain nombre de di cultes :
1. les solutions ne sont pas toujours de nies sur R (cf exemples 1, 3, 4);
2. il faut parfois faire des hypotheses sur y pour pouvoir continuer les calculs (exemples 3 et 4), ce qui
revient a oublier certaines solutions;

12
Chapitre 1: les equations deffirantiele

3. il faut savoir calculer les primitives F et G;

4. on nobtient pas directement y comme fonction de x, mais comme fonction implicite de x, et il nest
pas toujours facile den deduire une formule explicite pour les solutions : il faut savoir inverser la
fonction G.
Resolution des exemples :
Solutions :

1.3.2.1.2. EDO sur les varietes :

1.3
.2.
1.3
.

EDO analytiques :
Soit f une fonction de nie et developpable en serie entiere (DSE) au voisinage dun point b <R, a valeurs
dans R. On se donne b <R, et on considere le probleme de Cauchy

13
Chapitre 1: les equations deffirantiele

Theoreme de Cauchy-Lipschitz analytique

Theoreme (Cauchy). Le probleme admet une unique solution de nie et DSE sur un voisinage de a.

Demonstration. On considere le cas a = 0 et b = 0, auquel il est facile de se ramener (...). On ecrit

Autrement dit les coeffs cp sont donnes, et les coeffs an sont inconnus. Il sagit de voir (1) que l’EDO
admet une ‘solution formelle’ , cest-a-dire qu’il existe une serie qui satisfait lequation quand on
remplace y par la serie, et (2) que cette serie a un rayon de convergence non nul.

Etape 1 On injecte dans lEDO. A gauche, le coe de xn est (n + 1)an+1. A droite (...), on voit que le coe de
xn est un polynome en a1 an et c0 deduit, par recurrence, que an = Qn(c0 cn. On en cn) ou Qn est un
certain polynome. Deux remarques importantes :
1) les coe s de Q sont des nombres rationnels positifs,
2) Q ne depend pas de lEDO (de la fonction f). Reciproquement, la fonction correspondant a la suite de
nombres (an) donnee par ces relations satisfait lEDO. On remarque aussi que la preuve de cette
proposition nutilise pas la convergence de la serie de nissant f. Autrement dit, on a existence et unicite
dune solution formelle pour toute EDO formelle :

14
Chapitre 1: les equations deffirantiele

1.
4.
A p
p lic
a ti
o n

pratique sur les equations differentielles :

1.4.1.physique :

1.4.1.1. Décharge d’un condensateur :

Considérons un condensateur dont les armatures initialement chargées à ±q0 commedans la figure ci-
dessous. Il n’y a aucun mouvement de charges tant que l’interrupteur est ouvert. On ferme
l’interrupteur à t = 0, il y a un mouvementdechargesquicréeuncou rant i dans le circuit. La somme des
ten sions aux bornes du condensateur et de la résistance étant nulle, on a :

15
Chapitre 1: les equations deffirantiele

16
Chapitre 1: les equations deffirantiele

1.4.1.2. Chute libre : On cherche à déterminer l’expression de la vitesse d’un corps dans l’air, c’est à dire
dans notre environnement habituel. Lorsqu’on lâche un corps M de masse m dans cet environnement, il
est soumis à trois forces :

17
Chapitre 1: les equations deffirantiele

1.4.1.3. Système mécanique :

Un mécanisme de frottement courant est l’amortissement visqueux (nous bai gnons dans l’air). Aux
faibles vitesse, la force de viscosité est proportionnelle à la vitesse du corps dans le fluide. Tout système
oscillant dans l’air et non entretenu f init par s’arrêter. Si l’amortissement est faible, le système peut
continuer à osciller pendant un temps relativement long avant de s’arrêter à sa position d’équilibre. Un
tel sys tème est pseudo-périodique. C’est le cas d’un pendule ordinaire. L’amplitude diminue d’autant
plus rapidement et le corps subit d’autant moins d’oscillations (de l’ordre de ω0 2γ) avant de s’arrêter,
que le frottement est plus grand. Le mouve ment est oscillatoire mais non périodique car son amplitude
diminue. Le mou vement est pseudo-périodique. La pseudo période est plus longue que la période du
régime harmonique (ωp < ω0)
Si le frottement augmente, le système peut revenir lentement à sa position d’équi libre sans jamais la
dépasser. Il n’y a plus d’oscillations. Les amortisseurs d’une voiture, par exemple, doivent étouffer toute
oscillation en moins d’un cycle; on a pas envie que notre voiture oscille vers le haut et vers le bas
lorsque l’on passe sur une bosse. Quand le système revient à l’équilibre dans le temps le plus court sans
oscillation, on dit que le système est apériodique critique. Si l’on augmente l’amortissement, le système
n’oscille plus mais il met plus de temps à revenir à sa position d’équilibre. Les lourdes portes des
bâtiments publics ont presque toutes un dispositif hydraulique au dessus d’elles pour qu’elles ne
claquent pas tout le temps mais se ferment lentement. On dit que le système est apériodique.
L’amortisseur d’une voiture a un frot tement visqueux; la force est alors pro portionnelle à la vitesse du
piston. Une secousse rapide du piston, qui peut être produite quand la voiture passe sur un dos d’âne,
se heurte à une grande force d’amortissement. Par contre, un mou vement lent et progressif du piston
ne rencontre qu’une faible résistance.

18
Chapitre 1: les equations deffirantiele

1.4.1.4. Système harmonique :

1
.
4
.
1
.
5
.
S
y
s
t
è
m
e
RLC
:

19
Chapitre 1: les equations deffirantiele

1.1.4.1.6.Analogie entre un système mécanique et un circuit RLC :

1.4.2. BIOLOGIEQUE :

1.4.2.1.degradation d’un substrat :

Lexemple est la fraction des di erents isotopes de carbone dans un organisme. Le C14 est un isotope
instable qui se desintegre en N14, isotope stable. En biochimie, vous avez appris que lon caracterise une
reaction par sa constante de vitesse, dont lunite est un temps 1, et qui caracterise le temps quil faut
pour transformer une molecule de substrat en une molecule de produit. En fait, ce que lon sait decrire,
cest la vitesse de la reaction, cest-a-dire le phenomene instantane.

ou xt est la concentration de C14 au temps

t. Considerons un systeme ferme, dans
lequel il ny a que du C14 au depart, en concentration x0 = C0. Au cours du temps, le C14 se desintegre
en N14. Soit yt la concentration de N14 au temps t. Si le systeme est ferme, il n y a pas de perte de
matiere, et

20
Chapitre 1: les equations deffirantiele

Maintenant, on connat la vitesse de degradation de C14 en N14, mais on aimerait connatre la

concentration xt de C14 a un temps t quelconque. Les questions que lon peut se poser sont par
exemple, au bout de combien de temps le C14 aura-t-il disparu completement? Pour repondre a cette
question, il faut resoudre lequation

1.4.2.1.1.Equations, equations differentielles :

2x 4 = 0 est une equation dont la solution est un nombre (x = 2). Par contre, 2x 4t = 5 est une
equation dont la solution est une fonction du temps. Toutes les valeurs de x qui satisfont lequation sont
des solutions. Ces valeurs se trouvent sur la droite dequation x = 5 /4+2t dordonnee a lorigine 5 /4 et de
pente 2. Une equation di erentielle est une equation qui implique la derivee de x, et dont les solutions
sont des fonctions. Par exemple, la derivee de la fonction x = 5/ 4 + 2t est dxt /dt = 2. Toutes les dt = 2.
fonctions de la forme xt = a+2t, ou a est un nombre reel, sont des solutions possibles de lequation
dfferentielle dxt/dt=-Kxt.

1.4.2.1.2.Solution generale dune equation differentielle :

La resolution de lequation (3.1) demande un calcul integral. On peut utiliser la methode de la separation
des variables. Si xt= 0,

Il existe une innite de solutions a (3.1), qui ont toutes la forme generale donnee par (3.2).
Chaque solution est une fonction du temps, cest-a-dire une courbe.

Dffnition : Une solution particuliere dune equation di erentielle est appelee une courbe integrale.
Le theoreme de Cauchy-Libschitz permet de montrer quen general (la plupart des cas ren contres en
biologie), il existe des solutions a une equation di erentielle et que les courbes integrales ne se croisent
pas.

1.4.2.1.3. Une solution particuliere est determinee par les conditions initiales :

21
Chapitre 1: les equations deffirantiele

Une solution particuliere est une courbe integrale qui passe par les points de nis par les condi tions
initiales.
Dans lexemple de la desintegration du C14, on sait quau temps t0 = 0, la concentration de C14 vaut x0 =
C0 = 200M. On peut donc chercher la valeur de C telle que

1.4.2.1.4. Parametres :
Dans lequation (3.3), k est un parametre du modele. Si k change, la solution change. Dans la pratique,
les parametres peuvent etre estimes experimentalement, en mesurant la decroissance de xt au cours du
temps et en ajustant les points experimentaux a la courbe theorique (la solution particuliere) par
regression non lineaire : cela revient a chercher la valeur de k pour laquelle lajustement entre les points
experimentaux et la courbe est le meilleur possible.
1.4.2.1.5. Systeme dynamique :

Un systeme dynamique est un systeme dequations di erentielles dans lequel les variables sont des
fonctions du temps. Les coe cients des equations sont appelles des parametres. La resolution du
systeme permet detablir un ensemble de solutions, qui sont les courbes integrales des variables au
cours du temps. Une solution particuliere est une courbe integrale qui passe par les conditions initiales
de nies par lobservateur (lexperimentateur). Un systeme dequation di erentielles est un modele
permettant de decrire le comportement instantane dun phenomene qui se deroule au cours du temps.
Le modele est etabli en sappuyant sur des connaissances biologiques, des lois physicochimiques ou des
lois empiriques (etablies par lexperience). Dans lexemple de la desintegration du C14, on a Modele : La
vitesse de degradation est une fonction lineaire de la concentration en substrat,

1.4.2.1.6. Une histoire de vie ou de mort : la croissance

Dans la plupart des systemes dynamiques consideres en biologie, on sait modeliser la vitesse
devolution de variables qui sont des quantites (nombre de cellules, biomasse, nombre dindividus dans
une population, nombres de copies dun allele) en separant les mecanismes de croissance et les
mecanismes de mort.
1.4.2.1.7. Croissance bacterienne :

22
Chapitre 1: les equations deffirantiele

L’exemple le plus simple est celui de la division cellulaire. Considerons par exemple une popu lation
de cellules bacteriennes. On sinteresse ici au nombre de cellules Nt comme une fonction du temps. On
sait que ce nombre augmente au cours du temps du fait de la division cellulaire. Dans une population de
bacteries, la division nest pas synchrone. Il sagit dun phenomene continu. A chaque instant, certaines
cellules sont en train de se diviser, dautres viennent de nir leur division, dautres encore sont en phase
de synthese. Dans un premier temps, on peut considerer que la vitesse daccroissement du nombre de
cellules est une fonction lineaire de Nt, qui depend dune constante de vitesse r, qui est le taux de
croissance instantane (h- 1).
Modele : Ce modele peut se traduire sous la forme de lequation di erentielle suivante

ou n0 correspond aux conditions initiales, cest-a-dire le nombre de cellules au depart.

Ce modele nest pas tres realiste, car il predit que le nombre de bacteries saccrot de facon exponentielle
sans limites. Au bout dun temps infini, on sattend a avoir un nombre inni de bacteries.
Dans la realite, aucune population detres vivants nest de taille innie.

1.4.2.1.8. Limitation par les ressources :

Un modele plus realiste consiste a prendre en compte le fait que les bacteries depensent de lenergie
pour se diviser. La source de lenergie est la nourriture consommee par les cellules, qui est en general en
quantite limitee.
Conservation de la matiere :Prenons par exemple une culture bacterienne dans un tube a essai, se
nourrissant dun substrat unique, en quantite initiale S0. Le tube a essai constitue un milieu ferme, dans
lequel le substrat peut se trouver sous deux formes a chaque instant t : sous forme non consommee, en
quantite St, ou a linterieur des bacteries. On suppose quune bacterie contient une quantite constante c
du substrat. A chaque instant, la quantite totale de substrat se trouvant a linterieur des bacteries est
cNt. Si le systeme est ferme, lequation de conservation de la matiere nous donne :

Ceci implique quil existe une limite pour le nombre de cellules presentes dans le milieu. Lorsque le
substrat est entierement consomme, on aura St = 0 et Nt = S0 /c. La quantite K = S0 /c est un parametre
du modele qui est appele en ecologie la capacite biotique du milieu. Il depend de la quantite de
ressources disponibles dans le milieu.

23
Chapitre 1: les equations deffirantiele

Vitesse devolution du nombre de bacteries :Pour prendre en compte le fait que lenergie necessaire a la
division cellulaire (le substrat) diminue au cours du temps, on peut supposer que la vitesse
daugmentation du nombre de cellules est proportionnelle a la fois au nombre de cellules Nt et a la
proportion de substrat restant dans le milieu St /S0. On a donc,

1.4.2.1.9. Portrait de phase :

A partir de lequation di erentielle (3.5), on aimerait pouvoir determiner lensemble des courbes
integrales possibles, cest-a-dire les fonctions Nt du temps qui satisfont (3.5). En realite, ce que lon
connat, cest la valeur de la derivee de la fonction dNt /dt a chaque temps.
Diffnition : Graphiquement, la derivee dune fonction que lon peut representer comme une courbe qui
relie la variable etudiee au temps est la pente de la tangente a la courbe.
Ainsi, la connaissance de la derivee de la fonction permet de predire une partie de la courbe integrale. Si
la derivee est positive, cela veut dire que Nt va augmenter. Si la derivee est negative, cela veut dire que
Nt va diminuer. Si la derivee est nulle, cela veut dire que Nt ne va pas changer.
On peut representer les tangentes aux courbes integrales en nimporte quel point de lespace de ni par N
et t, cest le portrait de phase elargi. On peut remarquer que, dans lequation (3.5), la fonction qui donne
la derivee dNt dt ne depend pas du temps. On peut donc condenser linformation en ne sinteressant qua
laxe des valeurs possibles de Nt, qui sont ici toutes les valeurs possibles entre 0 et +oo . On dessine alors
le portrait de phase. Pour chaque valeur de N, on represente par une eche ce qui se passe si lune des
courbes integrales atteint cette valeur :
 Si la derivee est positive, Nt augmente, la eche va dans la direction des valeurs croissantes de N.
 Si la derivee est negative, Nt diminue, la eche va dans la direction des valeurs decroissantes de N.
 Si la derivee est nulle, Nt reste constant, il sagit dun point dequilibre que lon represente par un
point.

1.4.2.1.10. Point dequilibre :

Deffnition : Un point dequilibre est une solution constante de lequation di erentielle, pour laquelle la
derivee par rapport au temps est nulle. Un point dequilibre est aussi appele etat stationnaire.

Dans notre exemple, il y a deux points dequilibre, pour lesquelsl ;

24
Chapitre 1: les equations deffirantiele

qui sont NS1 = 0 et NS2 = K.

Les trajectoires qui passent par un point dequilibre y restent.
Stabilite dun point dequilibre :

Deffnition : Un point dequilibre est stable si toutes les trajectoires au voisinage de ce point convergent
vers lui.
Une autre facon de de nir la stabilite, au sens mathematique, dun equilibre est la robustesse face
aux perturbations. Si, sous le et dune petite perturbation externe, une trajectoire secarte du point
dequilibre, elle y revient en un temps fini.

La stabilite dun point dequilibre Nt = NS est determinee de la facon suivante :

 dNt /dt est positif pour Nt < NS.
 dNt/ dt est negatif pour Nt > NS.
Dans l’exemple de lequation logistique, il existe un seul equilibre stable NS = K. La stabilite dun equilibre
se trouve graphiquement en regardant le portrait de phase (Figure 3.1)

NB La stabilite au sens mathematique est une notion di erente que la stabilite au sens bio logique. On
pourrait penser par exemple que Nt = 0 est un point dequilibre, car la generation spontanee nexistant
pas, sil ny a aucune bacterie dans le tube a essai, il ny en aura jamais. Cependant, ce que nous dit
lequation (3.5), cest que si par hasard une bacterie arrive dans le tube a essai, alors la population va
augmenter et se stabiliser a la valeur Nt = K.
1.4.2.1.11. La vie et la mort :
La figure 3.2 montre quelques exemples de courbes integrales determinees par lequation (3.5). On voit
bien qu’il n’existe qu’un seul etat stationnaire stable. En particulier, si lon repique un nombre N0 > K de
cellules dans un milieu neuf, alors une partie des cellules vont mourir, jusqu’a atteindre Nt = K.

25
Chapitre 1: les equations deffirantiele

1
.
4
.
2
.
2
.
C
h
a
i
n
e

alimentaire :
On cherche a modeliser la dynamique dune population dindividus au cours dune saison, juste apres la
reproduction. La population est constituee dadultes et de jeunes, issus de la reproduction des adultes.
Les adultes utilisent une ressource unique pour le nourrissage des jeunes. Levolution de la ressource au
cours du temps est decrite par lequation logistique en labsence de prelevement. Une partie des jeunes
meurent du fait de la predation. Pour simpli er, on fait lhypothese que le nourrissage des jeunes est un
travail collectif, et lon ne prend pas en compte le nombre de jeunes par adultes. La biomasse des jeunes
est ici un indicateur du nombre de jeunes qui auront su samment grandi pour devenir de jeunes adultes
a la n de la saison.
Variables On suppose quau cours de la saison, le nombre dadultes A reste constant. On sinteresse a
levolution de la quantite de ressources Rt, exprimee en unites arbitraires R, et de la biomasse totale des
jeunes Jt, exprimee en unite de biomasse B.
Modele

26
Chapitre 1: les equations deffirantiele

A la n de la saison, on trouve une relation non lineaire entre la biomasse des jeunes et la fraction f de la
niche ecolocogique occupee par les adultes. La biomasse des jeunes est maximale lorsque f = 05, cest-a-
dire quand le nombre dadultes est egal a la moitie de la capacite biotique A=KA /2.

Conclusion :Meme lorsque l’on ne sait pas resoudre analytiquement un systeme dequation di erentielle,
letude du systeme permet de trouver les etats stationnaires, et detudier leur stabilite et de faire des
predictions sur levolution du systeme en fonction des valeurs des parametres. :

27
Chapitre 1: les equations deffirantiele

1.4.3.ECONOMIEQUE :
1.4.3.1.Leproblème du consommateur simple :
Dans ce qui suit, on s’intéresse au problème du consommateur simple : il s’agit de caractériser les
fonctions de demande, c’est-à-dire trouver une condition nécessaire et suffisante pour qu’une fonction
donnée s’exprime comme fonction de demande associée à une fonction d’utilité (à déterminer).

sa fonction d’utilité (qui à un ensemble de quantité de n biens associe une utilité). On suppose U ∈
Plus précisément, donnons-nous un consommateur dont la richesse est normalisée à 1. Soit U : Rn → R

C∞(Rn,R) et U strictement concave : cela correspond à une hypothèse classique en économie, selon

si l’on en mange pour la première fois. Les prix des n biens sont représentés par p ∈ Rn. Comme dans la
laquelle par exemple on a moins de plaisir à manger du caviar lorsque l’on en mange tous les jours que

première section, on note x(p) ∈ Rn le point de Rn maximisant U(x) sous contrainte p·x = 1 et xi ≥ 0.

(par stricte concavité de U) et vérifie ∇U(x(p)) = λ(p)p pour un certain λ(p) ∈ R+∗, et p·x = 1. La fonction
D’après le théorème sur les multiplicateurs de Lagrange (se reporter à l’annexe A), ce x(p) est unique

x : Rn →Rn ainsi définie est la fonction de demande.

Théorème 5. Soit U ∈ C∞(Rn,R) une fonction d’utilité et x : Rn → Rn la fonction de demande associée.

Le théorème suivant montre que la fonction de demande hérite de la régularité de U.

Alors x ∈ C∞(Rn,Rn).
Preuve. Par stricte concavité de U, la condition de colinéarité de ∇U(x(p)) et p entraîne, par le théorème

Remarque. Au passage, nous obtenons que λ ∈ C∞(Rn,Rn). En effet, les prix étant non nuls, on a
des fonctions implicites, que x(p) est C∞ puisque U l’est.

28
Chapitre 1: les equations deffirantiele

La condition que nous avons trouvée sur x par ce lemme n’est pas très explicite : on ne sait pas, à vue
d’oeil, déterminer si x va admettre une décomposition sous la forme demandée. Le théorème suivant
donne une condition nécessaire et suffisante beaucoup plus facile à tester pour que x soit une fonction

Théorème 6. Soit x ∈ C∞(Rn,Rn) telle que ∀p, p · x(p) = 1. Alors x(p) est localement une fonction de
de demande.

demande autour de p si et seulement si Σ = (σij) définie par

29
Chapitre 1: les equations deffirantiele

est symétrique dans un voisinage de p. X pk ∂xi ∂pk xj

Alors p · x(p) = 1 ⇔ ω(P) = 1. D’après le lemme que nous venons de prouver, x(p) est une fonction de
Preuve. Soit ω la 1-forme différentielle ω(p) = Pxi(p)dpi et P le champ de vecteurs radial P = Ppi ∂ ∂pi .

demande si et seulement si ω s’écrit fdg, c’est-à-dire si et seulement si ω ∧ dω = 0 d’après le corollaire

forme différentielle α telle que dω = α ∧ ω. En effet, si une telle 1-forme α existe, alors ω ∧ dω = ω
du théorème de Frobenius (théorème 4). Cette dernière condition est équivalente à l’existence d’une 1-

∧α∧ω = 0. Réciproquement, si ω ∧ dω = 0 alors on peut compléter ω en une base de 1-formes

différentielles ω1 = ω,ω2,...,ωn. On peut écrire

30
Chapitre 1: les equations deffirantiele

On peut alors donner une autre expression pour le membre de droite de l’équation (6) :

Commex(p)·p=1,ona:

On arrive pour le membre de droite de l’équation (6) à:

31
Chapitre 1: les equations deffirantiele

c’est-à-dire si et seulement si (σij) est symétrique. C’est la condition nécessaire sur x que l’on souhaitait.

Réciproquement, si (σij) est symétrique, on a l’équation (6) donc en posant αξ = ω(ξ) −dω(P,ξ), on

obtient dω(ξ,η) = (α∧ω)(ξ,η), c’est-à-dire dω = α∧ω, d’où x est une fonction de demande.

Remarque. La matrice (σij) qui intervient ici est une matrice que l’on rencontre fréquemment en

économie. C’est la matrice de Slutsky de la fonctionde demande x.

Nous avons donc résolu complètement le problème du consommateur simple en explicitant une

condition sur la fonction x pour qu’elle soit une fonction de demande. Nous pouvons maintenant nous

intéresser à des variations de ce problème. L’une d’elles, étudiée récemment par Browning et Chiappori

dans ([9]), traite le cas où il ya désormais deux consommateurs : il s’agit du "problème du foyer". Les

deux auteurs partent du constat qu’en général, dans la littérature, on considère que les foyers à

plusieurs personnes peuvent être traités comme si tous avaient les mêmes objectifs, les mêmes besoins.

Ce modèle est très pratique mais ne reflète en rien la réalité : de nombreux tests empiriques l’ont déjà

mis en défaut. Il faut donc bâtir un nouveau modèle et le tester à nouveau sur des données empiriques.

C’est ce que ces deux auteurs ont fait, et nous allons donc maintenant présenter leur travail. Pour cela,

nous aurons besoin d’un nouvel outil en calcul différentiel extérieur : le théorème de Pfaff. Nous le

démontrons dans la section suivante.

1.5.Conclusion :

32
Chapitre 1: les equations deffirantiele

En conclusion, l’étude qualitative des équations différentielles ordinaires nous permet d’approfondir

notre compréhension de ces équations et de leurs solutions. Les différents chapitres nous guident à

travers les no tions de base, les méthodes de résolution numérique, l’analyse qualitative des solutions et

l’étude spécifique de l’équation d’Emden-Fowler.

En comprenant les concepts fondamentaux dans le premier chapitre, nous sommes préparés à explorer

les exemples de résolution numérique dans le deuxième chapitre, ce qui nous permet d’obtenir des

solutions approximatives pratiques.

Ensuite, l’étude qualitative des solutions dans le troisième chapitre nous donne une vision plus

profonde du comportement des solutions.

Enfin, l’étude de l’équation d’Emden-Fowler dans le dernier chapitre nous permet de développer des

tech niques spécifiques pour analyser et comprendre les solutions d’une équation non linéaire

d’importance. Dans l’ensemble, cette étude qualitative nous donne une perspective plus riche sur les

équations différentielles, ce qui est essentiel pour résoudre des problèmes complexes dans de

nombreux domaines scientifiques et d’ingénierie.

33
Chapitre 2: resolution d’une equation non liniere

2.1.Introduction :

Dans ce chapitre, nous presenterons les methodes dapproximation des solutions dequations algebriques

non lineaires. Nous nous limiterons au cas de la recherche des racines dune seule equation dune

variable.

Soit f : [ab] R R une fonction continue sur [ab]. Nous serons interesses a trouver des points x pour

lesquels f (x) = 0

Introduisons des maintenant la terminologie qui nous sera utile pour traiter ce probleme.

Defnition : Une valeur de x solution de f (x) = 0 est appelee une racine ou un zero de la fonction f (x) et

est notee r.

Nous avons tous appris au secondaire comment resoudre lequation du second degre.

Il sagit dun cas

simple dans lequel les racines peuvent etre calculees a laide dune formule analytique. Il existe des

formules pour trouver les racines des polynomes de degre 3 et 4, mais elles sont assez complexes. Dans

le cas plus general, lorsque f est un polynome de degre qui est >=5, les formules analytiques (par

radicaux) pour les racines ne plus exister. Non pas que les mathematiciens ne laient pas encore

trouvees, mais Abel et par la suite Galois ont demontre que ces formules nexiste pas.

Dans la plupart des cas, lorsque f est une fonction arbitraire, il ny a pas de methode analytique pour

calculer les racines.

34
Chapitre 2: resolution d’une equation non liniere

Au lieu de cela, nous devons utiliser des methodes dapproximation. En fait, meme dans les cas ou des

formules exactes sont disponibles, comme avec des polynomes de degre 3 ou 4, une formule exacte

peut etre trop complexe pour etre utilisee en pratique, et les methodes dapproximation peuvent

rapidement fournir une solution precise.

2.2.Localisation dune racine :

Il ny a vraiment pas beaucoup doutils generaux pour savoir a lavance si le probleme de recherche de

racines peut etre resolu. Pour nos besoins, le probleme le plus important sera dobtenir des informations

sur lexistence ou non dune racine, et si une racine existe, il sera alors important de tenter destimer un

intervalle auquel appartient cette racine.

Pour localiser une telle racine, en general, deux methodes se presentent.

2.3.Methode graphique :

Lune de nos premieres tentatives pour resoudre les problemes de recherche de racines peut etre

dessayer de tracer le graphe de la fonction. Apres tout, si le but est de resoudre f (x) = 0, et que la

fonction f peut etre tracee de maniere a ce que lintersection de f (x) avec laxe des x soit visible, alors

nous devrions avoir une bonne idee de lendroit ou chercher la racine. Il ny a absolument rien de mal

avec une telle methode, mais il nest pas toujours facile de tracer le graphe de la fonction. Parfois, il

arrive que f se decompose en deux fonctions f1 et f2 simples a etudier, telles que f =f1- f2, et on cherche

les points dintersection des graphes de f1 et f2, dont les abscisses sont exactement les racines de f.

Exemple 1 :La fonction f de nie par f (x) =

Logx- 1/ x, x <]0,+ 00[ a une racine unique

dans lintervalle (3 /2 ,2) . En effet, posons

35
Chapitre 2: resolution d’une equation non liniere

f1(x) = Logx et f2(x) = 1 x . Alors f (x) = 0equivalent a f1(x) = f2(x) et dapres le graphe ci-contre il existe

(3 /2 ,2) telle que f1( x) = f2(x )

2.4.Methode du theoreme des valeurs intermediaires :

Ce qui est parfois plus facile, cest de veri er que la fonction f est continue, auquel cas il su t de trouver

un point a dans lequel f (a) > 0, et un point b, dans lequel f (b) < 0.

La continuite garantira alors, grace au theoreme des valeurs intermediaires, quil existe un point c entre

a et b pour lequel f (c) = 0, et la recherche de ce point peut alors commencer.

Comment trouver de tels points a et b? Encore une fois, il ny a vraiment pas de methode generale.

Une combinaison dintuition, de bon sens, de graphiques, de re exion et dessais a plusieurs reprises est

generalement utile.

Exemple 2: Considerons le polynome p deffni par

Dans ce qui suit, nous presentons plusieurs methodes de resolution, chacune ayant ses avantages et ses

inconvenients.

Les methodes que nous allons decrire sont toutes des methodes iteratives. De telles methodes

commenceront generalement par une estimation initiale de la racine (ou du voisinage de la racine) et

36
Chapitre 2: resolution d’une equation non liniere

tenteront progressivement de sapprocher de la racine. Dans certains cas, la suite diterations convergera

vers une limite, auquel cas nous nous demanderons alors si le point limite est reellement une solution

de lequation. Si tel est e ectivement le cas, une autre question interessante est a quelle vitesse la

methode converge-t-elle vers la solution?

2.5.Methode de dichotomie (ou de bissection) :

Soit f une fonction continue sur lintervalle [ab] telle que f a des signes opposes aux extremites a et b,

cest-a-dire f (a)f (b) < 0

Il existe au moins une racine r dans lintervalle [ab] telle que f (r) = 0. Si de plus f est strictement

monotone dans lintervalle [ab], alors r est unique.

La methode de dichotomie, aussi appelee methode de bisection, consiste a diviser lintervalle [ab] en

deux sous-intervalles, c = a+b /2

Cela genere deux sous-intervalles, [ac] et [c b], de memes longueurs. Nous voulons conserver le sous-

intervalle qui est garanti pour contenir une racine.

Bien sur, dans le cas rare ou f (c) = 0, nous avons termine. Sinon, on veri e si f (a)f (c) < 0. Si oui, on garde

le sous-intervalle gauche [ac]. Si f (a)f (c) > 0, on garde le sous-intervalle droit [c b]. Cette procedure se

repete jusqua ce que le critere darret soit satisfait : on xe un petit parametre > 0 et on sarrete quand f

(c) < . Pour simpli er la notation, nous designons les intervalles successifs par [a0 b0], [a1 b1], .

Les deux premieres iterations de la methode de dichotomie sont representees sur la gure ci-dessous.

37
Chapitre 2: resolution d’une equation non liniere

Noter que dans le

cas illustre sur la gure ci-dessus, la fonction f a plusieurs racines mais la methode converge vers une

seule dentre elles.

Nous aimerions maintenant comprendre si la methode de la bissection converge toujours vers une

racine. Nous aimerions egalement savoir a quel point nous sommes proches dune racine apres avoir

repete plusieurs fois lalgorithme. Nous notons dabord que

38
Chapitre 2: resolution d’une equation non liniere

Nous supposons maintenant que nous nous arretons dans lintervalle [an bn]. Cela signi e que r [an bn].

Etant donne un tel intervalle, si nous devons deviner ou est la racine (dont nous savons quelle est dans

lintervalle), il est facile de voir que la meilleure estimation de lemplacement de la racine est le centre de

lintervalle, cest-a-dire

theoreme :

39
Chapitre 2: resolution d’une equation non liniere

Remarque :

Example 3 :

Puisque f(175)=0171875, onprendra lintervalle[1,5’, 175]etainsidesuite.

Dans cette exemple, sion veut une erreur absolue plus petite que 0,5 *10

^2, il faut effectuer au moins

2.6.Methode de Newton :

La methode de Newton est une methode de recherche de racine relativement simple, pratique et

largement utilisee. Il est facile de voir que si dans certains cas la methode converge rapidement vers une

40
Chapitre 2: resolution d’une equation non liniere

racine de la fonction, dans dautres cas, elle peut ne pas converger du tout. Cette methode possede

egalement une belle interpretation geometrique. Nous commencons cependant par donner une premiere

facon den obtenir lalgorithme, basee sur lutilisation du developpement de Taylor.

Comme toujours, nous supposons que f (x) a au moins une racine reelle et la designons par r. Nous

commencons par une estimation initiale de lemplacement de la racine, disons x0. A partir de cette valeur

initiale x0 de la solution de f (x) = 0, on cherche une correction x telle que

41
Chapitre 2: resolution d’une equation non liniere

On remarque la convergence tres rapide de cette methode.

On note egalement que le nombre de chiffres signifficatifs double a chaque iteration.

Ce phenomene est caracteristique de la methode de Newton.

2.7. Interpretation geometrique :

Soit x0 lestimation initiale de la solution de f (x) = 0 et soit l(x) la droite tangente a f (x) en x0 qui a pour

equation y

y =f(x0)+f (x0)(x- x0)

qui correspond au developpement de Taylor de degre 1 autour de x0.

Lintersection de l (x) avec laxe des x sert comme lestimation suivante de la racine.

Nous notons ce point par x1 et ecrivons

0 =f(x0)+f (x0)(x1 -x0)

ce qui donne x1 = x0 -f(x0) /f (x0)

On reprend ensuite le meme raisonnement a partir de x1 et ainsi de suite. Deux exemples diterations de

la methode sont illustres dans la gure ci-dessous.

42
Chapitre 2: resolution d’une equation non liniere

2.8. Analyse de convergence :

Il est facile de voir que la methode de Newton ne converge pas toujours. Nous demontrons un tel cas

dans la gure ci-dessous. Nous considerons ici la fonction f (x) = Arctgx et montrons ce qui se passe si nous

partons dun point qui est un point xe de la methode de Newton, itere deux fois. Dans ce cas, x0 = 13917

est un tel point.

Affin d’analyser l’erreur dans la methode de Newton, nous notons lerreur dans la n-ieme iteration par

en = xn- r

On suppose que f (x) est continue et que f (r)= 0, cest-a-dire que r est une simple racine de f (x). Si la

methode de Newton converge, alors elle a un taux de convergence quadratique, cest-a-dire,

43
Chapitre 2: resolution d’une equation non liniere

2.9. Conclusion :

La résolution d'une équation non linéaire constitue une étape essentielle dans de nombreux
domaines des mathématiques appliquées, de la physique, de l'ingénierie ou encore de l'économie.
Contrairement aux équations linéaires, les équations non linéaires présentent souvent une
complexité accrue en raison de la nature des fonctions impliquées, ce qui rend la recherche de
solutions plus délicate.

Plusieurs méthodes numériques peuvent être utilisées, comme la méthode de Newton-Raphson,

la méthode de la bissection, ou encore des algorithmes itératifs plus avancés. Le choix de la
méthode dépend de la nature de l'équation, de la régularité de la fonction, de la connaissance
d’un intervalle où se trouve la solution, et de la précision recherchée.

En somme, la résolution d'une équation non linéaire nécessite :

 une bonne compréhension du comportement de la fonction,

 une méthode adaptée au problème,
 et, dans de nombreux cas, l'utilisation d’outils numériques.

La vérification de la convergence et la validation des solutions obtenues sont également des

étapes cruciales pour garantir la fiabilité des résultats.

44