CHAPITRE 2

SYSTÈMES DIFFÉRENTIELS LINÉAIRES DU

PREMIER ORDRE

On notera K l’un des corps R ou C. Et on supposera toujours que E est un espace de Banach sur le corps K. Pour
les systèmes différentiels on prendra E = K n , i.e. E = Rn ou E = Cn .
N.B. : la variable t (le "temps") sera toujours une variable réelle.

Section 2.1 Définitions

Soit I ⊂ R un intervalle (non vide).

Définition
Une application f : I × E −→ E notée f (t, x) est dite linéaire en x si :

f (t, x) = a(t )( x), ∀ x ∈ E,

où a : I −→ L( E) est une fonction continue sur I . (On rappelle que L( E) est l’ensemble des endomorphismes
de E, i.e. l’ensemble des applications linéaires de E −→ E.)
La linéarité de f en x s’écrit, pour tout t ∈ I , tous x, y ∈ E et tout λ ∈ K

f (t, x + λy) = f (t, x) + λ f (t, y) ou bien a(t )( x + λy) = a(t )( x) + λa(t )(y).

19
 Exemple
Dans le cas E = Rn , la base et le produit scalaire de Rn étant fixés, un endomorphisme est représenté par une
matrice. On écrira alors :
a(t )( x) = A(t ).x
2
où A est la fonction matricielle t ∈ I −→ A(t ) matrice n ∗ n, i.e. à t donné, A ∈ Rn .

Avec E = R : avec I = R, prendre par exemple f (t, .) = a(t )(.) où a(t ) = 1,a(t ) = t 2 ; et avec I =]0, 1[, un
exemple est donné par a(t ) = 1t . Ce n’est donc pas a qui est linéaire : mais pour chaque t, c’est a(t ) : E −→ E
qui l’est.

Notation
Pour chaque t, La fonction a(t ) : x ∈ E −→ a(t )( x) ∈ E étant linéaire, on note, pour tout t ∈ I et tout x ∈ E :

a(t )( x) = a(t ).x.

Définition
Une application f : I × E −→ E notée f (t, x) est dite affine en x si :

f (t, x) = a(t )( x) + b(t ); ∀ x ∈ E,

où a : I −→ L( E) et b : I −→ E sont des fonctions continues sur I intervalle de R.

Définition
L’équation différentielle x0 = f (t, x) est dite linéaire si f est affine en x (attention donc), i.e. si elle est de la
forme :
x0 = a(t ).x + b(t ). (2.1)

L’équation différentielle est dite linéaire homogène si f est linéaire en x, i.e. si elle est de la forme :

x0 = a(t ).x. (2.2)

On dit également qu’elle est linéaire sans second membre, sous entendue qu’elle s’écrit x0 − a(t ) x = 0. Et
une solution d’une équation différentielle linéaire est donc une fonction ϕ : I −→ E qui vérifie :

ϕ0 (t ) = a(t ).ϕ(t ) + b(t ); ∀t ∈ I, (2.3)

où I est un intervalle de R où a et b sont continues, et qu’elle satisfait la condition initiale (t0 , x0 ) si ϕ(t0 ) = x0 .

20
Section 2.2 Cas particulier : système différentiel du premier ordre

Dans le cas particulier où E = E1 × · · · × En est le produit cartésien des espaces vectoriels E1 , · · · , En , on a

x ∈ E = E1 × · · · × En et f (t, x) ∈ E = E1 × · · · × En , le problème de Cauchy s’écrit alors :

dx
= f (t, x) x ( t0 ) = x 0 (2.4)
dt

   
x1 f1 (t, x)
.. ..
   
ou encore si X =   et f (t, x) =   où les f i : [0, T ] × E −→ Ei sont n fonctions données :
   
 .   . 
xn f n (t, x)

 
dx1
= f1 (t, x1 , · · · , xn ), x (t ) = x01 ,
 1 0
 

 dt 

.. ..

. et . (2.5)

 

 dxn = f (t, x , · · · , x ),
  x (t ) = x .

dt n 1 n n 0 0n

On dit qu’on a dans ce cas un système différentieldu premier

 ordre. La fonction inconnue
ϕ
 1 
 .. 
ϕ : I −→ E est alors notée ϕ0 ,
et on note ϕ =  .  la fonction vectorielle inconnue, les fonctions inconnues
 
ϕn
ϕi : I −→ Ei étant les n fonctions scalaires composantes de ϕ0 .
Le système différentiel est un système dit couplé : chaque fonction ϕi inconnue dépend des autres valeurs incon-
nues ϕ j pour j = 1, . . . , n :
 
ϕ0 (t ) = f1 (t,ϕ1 (t ), · · · ,ϕn (t ), ϕ (t ) = x01 ,
 1 0
 
 1

 

.. ..
. et .

 

 ϕ0 (t ) = f (t,ϕ (t ), · · · ,ϕ (t ),
  ϕ (t ) = x .

n n 1 n n 0 0n

La condition initiale est donc ici un couple (t0 , x0 ) ∈ I × E telle que la fonction (vectorielle) inconnue cherchée
satisfasse à ϕ(t0 ) = x0 . Cette CI (vectorielle) est donc composée des n CI (t0 , x0i ). Et on dit également qu’on a dans
ce cas n conditions initiales (une pour chacune des fonctions ϕi ).

Exemple
Le système : 
 x0 = 4x + 2x ,
1 1 2
 x0 = 3x1 + 3x2
2

est un système différentiel

 (linéaire): ici E1 = E2 =  R ou C.
x1 f  f (t, x , x ) = 4x + 2x
1 2 2
Si on pose x =   et f =  1  avec 1 1

x2 f2  f2 (t, x1 , x2 ) = 3x1 + 3x2

 
d  f 1 ( t, x1 , x2 ) 
on a l’équation différentielle dt , i.e. le système différentiel :
f2 (t, x1 , x2 )

21
 
 x0 = 4x + 2x ,
1 1 2
 x0 = 3x1 + 3x2
2

à résoudre.
On verra que ce système est un système différentiel linéaire (à coefficients constants), et qu’on l’écrira sous
la forme matricielle :
X 0 = Ax
 
4 2
où A est la matrice A =   . L’unicité de la solution sera obtenue une fois des conditions initiales
3 3
imposées.

Exemple
Le système : 
 x0 = f (t, x , x )
1 1 1 2
 x0 = f2 (t, x1 , x2 )
2

est un système différentiel (non linéaire si, à t fixé, f1 ou f2 sont non linéaires en x1 ou x2 .
Si on impose des conditions initiales x1 (t0 ) = x01 et x2 (t0 ) = x02 , on peut linéariser ce système dans le cas
où f1 (t, . .) et f2 (t, . .) sont C 1 au voisinage de ( x01 , .x02 ). On a alors :

∂f ∂f
 x1 0 = f1 (t, x01 , x02 ) + ( x1 − x01 ) ∂x11 (t, x01 , x02 ) + ( x2 − x02 ) ∂x12 (t, x01 , x02 ) + o(| x − x~0 |)


 x 0 = f (t, x , x ) + ( x − x ) ∂ f2 (t, x , x ) + ( x − x ) ∂ f2 (t, x , x ) + o(| x − x~ |)


2 2 01 02 1 01 ∂x 01 02
1
2 02 ∂x 01 02 2
0

Notant A x01 ,x02 (t ) = J ( f0 )(t ) la la matrice jacobienne de f en ( x01 , x02 ) à t fixé, on peut connaître une solution
approchée x̃ du problème linéarisé :
 
x01
X̃ 0 = A x01 ,x02 (t ) X̃ + B(t ) où B(t ) = f2 (t, x01 , x02 ) − A x01 ,x02 (t )  .
x02

Cela ne peut cependant donner une approximation raisonnable ϕ̃(t ) de la solution cherchée ϕ(t ) (pour la
condition initiale x0 ) que dans un voisinage de t0 .

22
Section 2.3 Cas particulier : équation différentielle linéaire d’ordre n

Cas particulier : équation différentielle linéaire d’ordre n

 
f1
..
 
On regarde le cas particulier d’un système différentiel d’ordre 1 où f =   est donnée par :
 
 . 
fn



 f1 (t, x1 , · · · , xn ) = x2
.


 .

.
n−1 ( t, x1 , · · · , xn ) = xn
 f




f n (t, x1 , · · · , xn ) = f (t, x1 , · · · , xn )


Et le problème de Cauchy x0 = f (t, x) avec C.I. x(t0 ) = x0 est donc donné par :


 x10 (t, x1 , · · · , xn ) = x2 , 
x (t ) = x01 ,

 ..  1 0

 

 
. ..
et .



 x0n−1 (t, x1 , · · · , xn ) = xn 

 x (t ) = x .


 0 n 0 0n
xn (t, x1 , · · · , xn ) = f (t, x1 , · · · , xn ),

(n)
On pose alors x = x1 , d’où x0n = x”n−1 = · · · = x1 = x(n) , et on obtient immédiatement l’équation différentielle :


 x(t0 ) = x01 ,
n

d x 0 n −1

..
= f (t, x, x , · · · , x ) et .
dt n 

 x n −1 ( t ) = x .

0 0n

dite équation différentielle d’ordre n : en particulier, une équation différentielle d’ordre n possède n conditions ini-
tiales (scalaires).
Réciproquement, étant donnée une équation différentielle d’ordre n sous la forme
xn = f (t, x, x0 , · · · , x(n−1) ) on peut la mettre immédiatement sous la forme d’un système différentiel d’ordre 1 : on
définit les fonctions f i par :


 f1 (t, x1 , · · · , xn ) = x2 ,
 ..



.



 f n−1 (t, x1 , · · · , xn ) = xn

f n (t, x1 , · · · , xn ) = f (t, x, x0 , · · · , x(n−1) ),


et le système différentiel à résoudre est (4.5) (en fait, seule l’inconnue x = x1 nous intéresse).
Donc une équation différentielle d’ordre n est un cas particulier d’un système différentiel. Et la condition initiale
est (t, x0 ) = (t0 , x(t0 ), x0 (t0 ), · · · , x(n−1) (t0 )). On dit aussi qu’on a n conditions initiales x(t0 ), · · · , x(n−1) (t0 ) (à
l’instant t0 ).

1.2.1 : équation différentielle linéaire d’ordre n

23
 On regarde le cas particulier d’un système différentiel d’ordre 1 quand
 
  0 1 0 ...
0  
 .. 

 0 0 1 0 ... 

.  ..
   
B= et A = ,

.
 
 
 0   
0 ... 0 1 
  
b
 
− an − a n −1 ... − a1

où b et les ai sont des fonctions de t. Le système différentiel X 0 = AX + B s’écrit dans ce cas :


 x10 = x2 , 
x (t ) = x01 ,

 ..  1 0

 

 
. ..
et . (2.6)
 x0n−1 = xn
 


  x (t ) = x .


 0 n 0 0n
xn = − a1 xn + · · · − an−1 x2 − an x1 + b,

En particulier, on a x2 = x10 , x3 = x20 = x”1 , . . . , x1n−1 = xn−1 et donc l’inconue x1 =note x est solution de l’équation
différentielle : 
x (t ) = x01 ,
 1 0



(n) ( n −1) 0 ..
x + a1 x + · · · + an−1 x + an x1 = b et .


 x ( n −1) ( t ) = x .

0 0n

dite équation différentielle (scalaire) d’ordre n avec ses n conditions initiales (les n constantes d’intégration).
Réciproquement, une équation différentielle d’ordre n sous la forme

x(n) + a1 x(n−1) + · · · + an−1 x0 + an x = b, et x1 (t0 ) = x01 , . . . , x(n−1) (t0 ) = x0n , (2.7)

peut être mise immédiatement sous la forme du système différentiel d’ordre 1 (2.7) : pour cela on pose x1 = x et on
introduit (on cherche) également n − 1 autres fonctions qu’on note x2 , . . . , xn qui vérifient les equations x j = x0j−1 avec
pour 2 ≤ j ≤ n − 1 et les C.I. xi (t0 ) = x0i . (Donc x j est une dérivée de x j−i .)
Et le système différentiel à résoudre est (2.6). En fait, seule l’inconnue x = x1 nous intéresse, les autres fonctions
xi pour i ≥ 2 étant des intermédiaires de calcul. Interprétation. x1 = x est la solution cherchée, solution de(2.7),
qui peut s’interpréter comme une trajectoire, i.e. x1 (t ) est la position à l’instant t ; x2 = x0 est la vitesse ; x3 = x” est
l’accélération...
Donc une équation différentielle d’ordre n est un cas particulier d’un système différentiel. Et la condition initiale
(t, x0 ) = (t0 , x(t0 ), x0 (t0 ), · · · , x(n−1) (t0 )) est alors équivalente aux " n conditions initiales scalaires x(t0 ), · · · , x(n−1) (t0 )"
(à l’instant t0 ).

24
 Exemple
Soit l’équation différentielle :

x” = a(t ) x0 + b(t ) x + c(t ), avec x(0) = α, x0 (0) = β; (2.8)

où a, b et c sont des fonctions continues sur un intervalle I ⊂ R. On renomme x = x1 et on introduit l’inconnue

supplémentaire x2 telle que x2 = x0 = x10 (dérivée de x = x1 . On doit donc résoudre : trouver les fonctions
x = x1 et x = x2 t.q. : 
x (0) = α,
 1
 

 x0 = x , 
1 2 ..
et .
 x 0 = a ( t ) x2 + b ( t ) x1 + c ( t ), 
n 
 x (0) = β.

n

Le système différentiel linéaire à résoudre est donc :

 0      
x1 x1 0 0 1
  = A +  , où A =  
x2 x2 c(t ) b(t ) a(t )

avec la C.I. (0, (α, β)), i.e. x1 (0) = α et x2 (0) = β. On obtiendra les fonctions solutions t −→ x1 (t ) et t −→
x2 ( t ).
Interprétation : x1 (t ) donne la position cherchée x(t ) à l’instant t, solution de (2.8), et x2 (t ) = x0 (t ) donne
la vitesse à l’instant t.

Section 2.4 Premiers résultats dus à la linéarité

Proposition
Si ϕ et ψ sont deux solutions de l’équation différentielle linéaire homogène (2.3) alors ϕ + λψ est également
solution de (2.3), ce pour tout λ ∈ K.

Preuve
d(ϕ+λψ) dϕ
On pose On a ζ = ϕ + λψ et on vérifie que dζ
dt = a(t ).ζ car dt = dt + λ dψ
dt et a ( t ).(ϕ + λψ ) = a ( t ).ϕ +
λa(t ).ψ.

Proposition
Si ψ est solution de l’équation différentielle linéaire (non homogène) (2.1), et si ϕ est solution de l’équation
différentielle linéaire homogène (2.3) alors ϕ + λψ est également solution de (2.1), ce pour tout λ ∈ K.

25
Section 2.5 Structure de l’ensemble des solutions de l’équation différentielle homogène

Pour (t0 , x0 ) ∈ I × E donné, on considère l’équation différentielle linéaire homogène avec condition initiale :

dx
= a(t ) x, x(t0 ) = x0 . (2.9)
dt

(On prend pour I l’intervalle maximal où a est continu.) Le théorème de Cauchy-Lipschitz nous permet d’utiliser la :
Notation. On note ϕt0 , x0 : t ∈ I −→ ϕt0 , x0 (t ) la solution de (2.9), pour t0 ∈ I et x0 ∈ E, i.e. :

dϕt0 , x0

dt (t ) = a(t )ϕ(t0 , x0 ) (t ) ∀t ∈ I
 ϕ t , x ( t0 ) = x 0
0 0

et pour t0 ∈ I on note :
St0 = {ϕt0 , x0 : x0 ∈ E}

l’ensemble des solutions de (2.9) (l’instant initial t0 fixé et on fait varier x0 ).

Proposition
St0 est un sous-espace vectoriel de C1 ( I, E) (linéarité de l’équation différentielle), et à t0 ∈ I donné, l’applica-
tion 
 Φ : E −→ S
t0
 x0 −→ ϕt0 , x0 de (2.9)

est un isomorphisme de E sur St0 (i.e. une application linéaire bijective). D’où St0 est un espace vectoriel de
dimension 1.


Preuve

1 St0 est stable : si ϕt0 , x0 et ϕt0 , x0 sont dans St0 , pour x0 et y0 ∈ E, alors, pour β ∈ K :

d(ϕt0 , x0 +αϕt0 , y0 ) dϕt0 , x0 dϕt0 , y0




 dt (t ) = dt (t ) + α dt (t ) = a(t )ϕt0 , x0 (t ) + αϕt0 , y0 (t )
= a(t )(ϕt0 , x0 + αϕt0 , y0 )(t ), ∀ ∈ I,


(ϕt0 , x0 + αϕt0 , y0 )(t0 ) = ϕt0 , x0 (t0 ) + αϕt0 , y0 (t0 ) = x0 + αy0 ∈ E,


et donc (ϕt0 , x0 + αϕt0 , y0 ) est solution de (4.9) pour la condition initiale t0 , ( x0 + αy0 ) . Donc (ϕt0 , x0 +
αϕt0 , y0 ) ∈ St0 . Ayant St0 ⊂ C 1 ( I, E), on en déduit que St0 ,est un s.e.v. de C 1 ( I, E).

2 Le calcul précédent donne (ϕt0 , x0 + αϕt0 , y0 ) = ϕt0 , x0 +αy0 par unicité de la solution de (4.9).D’où Φt0 linéaire :
Φt0 ( x0 + αy0 ) = Φt0 ( x0 ) + αΦt0 (y0 ) pour tout α ∈ K et x0 , y0 ∈ E, égalité qui n’est autre que ϕt0 , x0 +αy0 (t ) =
ϕt0 , x0 (t ) + αϕt0 , y0 (t ) associée à la C.I.x0 + αy0

3 Φt0 est bijective par application du théorème de Cauchy-Lipschitz (existence donc surjective, et unicité donc
injective).

26
 Remarque
On note également ϕt0 , x0 (t ) =not ϕ(t, t0 , x0 )(t ) pour tout t ∈ I : cela permet d’étudier les variations de ϕ en
∂ϕ(t, t0 , x0 )
fonction de x0 par exemple, à l’aide de ∂x0 (t )

Section 2.6 Application : méthode de résolution des systèmes différentiels dans K n

On en déduit le principe général de résolution d’un système différentiel linéaire :

Proposition
Pour résoudre l’équation différentielle linéaire avec condition initiale (problème de Cauchy) dans le cas E =
Kn :
dX
= A ( t ) X + B ( t ) , X ( t0 ) = X 0 , (2.10)
dt
pour t0 ∈ I et X0 ∈ Rn donnés, il suffit de résoudre l’équation différentielle linéaire homogène :

dϕh
(t ) = A(t )ϕh (t ),
dt

i.e. de trouver une base (ϕi )i = 1, . . . , n de St0 (de dimension n), et de trouver une solution particulière ϕ p de
l’équation différentielle linéaire (non homogène) :

dϕ p
(t ) = A(t ).ϕ p (t ) + B(t ).
dt

La solution de (2.10) est alors donnée par ϕ = Σin=1 ciϕi + ϕ p , où les ci ∈ K sont calculées à l’aide de la condition
initiale x0 (qui donne le système de n équations à n inconnues ϕ(t0 ) = Σin=1 ciϕi (t0 ) + ϕ p (t0 ) = x0

Preuve
Les propositions précédentes (2.9) et (2.10) indiquent que Σin=1 ciϕi + ϕ p est bien solution, et x0 =
Σin=1 ciϕi (t0 ) + ϕ p (t0 ) donne les ci , sachant que les ϕi étant indépendantes, le système est inversible.

27