République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scienti…que

UNIVERSITÉ MOHAMED KHIDER, BISKRA

FACULTÉ des SCIENCES EXACTES et des SCIENCES de la NATURE et de la VIE

DÉPARTEMENT DE MATHÉMATIQUES

Mémoire présenté en vue de l’obtention du Diplôme :

MASTER en Mathématiques

Option : Analyse

Par
Sou…ane Masri

Titre :

Systèmes dynamiques discrets

Membres du Comité d’Examen :
Dr. REZKI IBRAHIM UMKB Président

Dr. SOLTANI SIHAM UMKB Encadreur

Dr. DAKHIA HASSIBA UMKB Examinateur

Juin 2019
 REMERCIEMENTS

Je tiens tout d’abord à remercier ALLAH qui m’a donné la force et la patience
d’accomplir ce modeste travail.
En second lieu, je tiens à remercier mon encadreur Siham Soltani, pour ses précieux
conseils et son aide durant toute la période du travail.
Mes vifs remerciements vont également aux membres du jury pour l’intérêt qu’ils ont
porté à ma recherche en acceptant d’examiner mon travail et de l’enrichir par leurs
propositions.
Mes remerciements s’étendent également à tous mes enseignants durant les années
d’études et à ma famille et mes amis qui par leurs prières et leurs encouragements, j’ai
pu surmonter tous les obstacles.
En…n, je tiens à remercier toutes les personnes qui ont participé de près ou de loin à la
réalisation de ce travail.

2
Table des matières

Remerciements 2

Table des matières 3

Liste des …gures 5

Introduction 1

1 Systèmes dynamiques discrets de dimension 1 4

1.1 Systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1 Systèmes dynamiques continus . . . . . . . . . . . . . . . . . . . . . 4
1.1.2 Systèmes dynamiques discrets . . . . . . . . . . . . . . . . . . . . . 5
1.2 Systèmes dynamiques discrets linéaires . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Point …xe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.2 Stabilité du point …xe . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Systèmes dynamiques discrets non linéaire . . . . . . . . . . . . . . . . . . 19
1.3.1 Stabilié du point …xe . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.2 Stabilité du point …xe non hyperbolique . . . . . . . . . . . . . . . 21

2 Systèmes dynamiques discrets de dimension n 27

2.1 Systèmes dynamiques discrets linéaires . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Point …xe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3
Table des matières

2.1.2 Stabilité du point …xe . . . . . . . . . . . . . . . . . . . . . . . . . 29

2.2 Systèmes dynamiques discrets non linéaires . . . . . . . . . . . . . . . . . . 33
2.2.1 Stabilité du point …xe . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2.2 Méthode de Liapunov . . . . . . . . . . . . . . . . . . . . . . . . . 35

Conclusion 37

Bibliographie 38

Annexe A : Abréviations et Notations 39

4
Table des …gures

1.1 Représentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2 Point …xe stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 loc-as-stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Point …xe globalement asymptotiquement stable . . . . . . . . . . . . . . . 12
1.5 Point …xe instable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Point …xe globalement asymptotiquement stable (0 a 1) . . . . . . . . 14
1.7 Point …xe globalement asymptotiquement stable ( 1 a 0) . . . . . . . 15
1.8 Non-existence d’un point …xe (a = 1 et b 6= 0) . . . . . . . . . . . . . . . . 16
1.9 Point …xe n’est pas asymptotiquement stable (a = 1) . . . . . . . . . . . 17
1.10 Point …xe instable (a > 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.11 Point …xe instable (a < 1) . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.12 Point …xe isntable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.13 Point …xe asymptotiquement stable. . . . . . . . . . . . . . . . . . . . . . . 22
1.14 Point …xe semi-stable à gauche . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.15 Point …xe semi-stable à droite . . . . . . . . . . . . . . . . . . . . . . . . . 23

5
Introduction

Historiquement, les premières questions relevant des systèmes dynamiques concernaient la

mécanique à une époque où elle était incluse dans l’enseignement des mathématiques. Une
des questions majeures qui ont motivé la recherche mathématique est le problème de la
stabilité du système solaire. Les travaux de Lagrange sur le sujet consistèrent à interpréter
l’in‡uence des corps autres que le Soleil sur une planète comme une succession de chocs
in…nitésimaux : ces travaux retrouvent des échos dans le théorème KAM (Kolmogorov -
Arnold - Moser).
Les systèmes dynamiques se sont développés et spécialisés au cours du xixe siècle. Ils
concernaient en premier lieu l’itération des applications continues et la stabilité des équa-
tions di¤érentielles. Mais progressivement, au fur et à mesure de la diversi…cation des
mathématiques, les systèmes dynamiques se sont considérablement élargis.
Depuis 1920 jusqu’à présent les systèmes dynamiques (surtout les systèmes dynamiques
en temps discret ou bien les systèmes donnés par des suites récurrentes) jouent un rôle
très important puisque il y a des applications dans beaucoup de disciplines scienti…ques
par exemple : La physique (mécanique céleste, météo), la biologie (dynamique de popu-
lation), la chimie (cinétique chimique) , l’électronique (les circuits électroniques) , l’in-
formatique (traitement de l’images) , cryptographie (chi¤rement des messages, images) ,
l’économie,. . . , etc.
Les systèmes dynamiques sont les notions mathématiques qui permettent de modéliser des
phénomènes évoluant dans le temps, ces phénomènes pouvant provenir de la physique, la

1
Introduction

mécanique, l’économie, la biologie, l’écologie, la chimie...

On distingue deux types de systèmes dynamiques : les systèmes à temps continu et les
systèmes à temps discret. Le système dynamique discret a une grande importance pratique,
il peut également être utilisé comme modèle approximatif pour l’étude de système continu.
Dans ce mémoire, nous allons étudier le système dynamique discret autonome d’ordre 1,
où nous nous sommes concentrés sur l’étude de la stabilité en raison de son importance.
Nous avons divisé le mémoire en deux chapitres.
Le premier chapitre de ce mémoire est consacré à l’analyse de l’évolution de variable d’état
d’un système dynamique du premier ordre autonomes unidimensionnel.
Ce chapitre est divisé en trois parties :
-Dans la première partie de ce chapitre nous donnons des dé…nitions mathématiques aux
systémes dynamiques continus et discrets. Et quelques concepts de systèmes dynamiques
discret : itération,orbite(trajectoire),répresentation graphique de la trajectoire.
-Dans la deuxième partie du chapitre nous nous concentrons sur le système dynamique
discret linéaire unidimensionnel. Nous donnons la formule de la solution de ce système et
on donne la dé…nition de point …xe et de stabilité, ensuite nous cherchons des facteurs qui
déterminent l’existence, l’unicité et la stabilité d’un point …xe de ce système.
-Dans la troisième partie du chapitre nous avons utilisé certaines théories pour étudier la
stabilité de point …xe d’un système non linéaire autonome unidimensionnel, nous avons
également utilisé le système linéaire pour étudier la stabilité de point …xe hyperbolique et
dans le cas au le point …xe est non hyperbolique nous utilisons autres théorèmes.
Le deuxième chapitre de ce mémoire est consacré pour étudier le système dynamique
discret autonome multidimensionnel.
-Dans la première partie du ce chapitre on étude le système linéaire multidimensionnel, on
cherche de solution de ce système, on dé…nit le point …xe dans le cas multidimensionnel
et on trouve sa formule en utilise les propriétés des matrices, ensuite on dé…nit la stabilité
dans le cas multidimensionnel et on utilisons la forme de Jordan pour étudier la stabilité.

2
Introduction

-Dans la deuxième partie du chapitre nous nous intéressons à le système non linéaire
multidimensionnel, on va étudier la stabilité de ce système à l’aide de système linéaire
multidimensionnel et à l’aide d’une fonction de Lyapunov.

3
Chapitre 1

Systèmes dynamiques discrets de

dimension 1

1.1 Systèmes dynamiques

Dé…nition 1.1.1 Un système dynamique est dé…ni par un triplet (X; T; '), constitué de
l’espace d’états X, du domaine temporel T et d’une fonction de transition d’état ' :
X T ! X, qui possède la propriété, pour tout x 2 X et t1 ,t2 2 T :

8
>
< '(x; 0) = x
>
: '('(x; t1 ); t2 ) = '(x; t1 + t2 )

On distingue deux grandes catégories de systèmes dynamiques : les systèmes à temps

continu et les systèmes à temps discret. Si T = R+ ou R, le système est dit à temps
continu, et si T = N ou Z, le système est dit à temps discret.

1.1.1 Systèmes dynamiques continus

Dans le cas général, un système dynamique continu peut être représenté par une équation
di¤érentielle. Selon l’équation, on distingue quelques types di¤érents de systèmes.

4
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Une équation di¤érentielle de type :

8
>
< dX(t)
dt
= F (X(t))
(1.1)
>
: X(0) = X0

Où :
F : Rn ! Rn .
dX(t)
dt
= ( dxdt
1 (t) dx2 (t)
; dt ; ; dxdt
n (t) t
).
X(t) = (x1 (t); x2 (t); ; xn (t))t 2 D Rn .
permet de dé…nir un système dynamique autonome à temps continu (D; R+ ; ')
où ' est la solution de 1.1.Cette solution est donnée par :

Z t
'(X0 ; t) = X0 + F (X(s))ds.
0

Si la fonction F est une fonction de l’état X(t) et de la variable du temps t i.e :

dX(t)
dt
= F (t; X(t)) on dit que le système dynamique est non autonome.

1.1.2 Systèmes dynamiques discrets

Dé…nition 1.1.2 Dans le cas général un système dynamique discret est décrit par un sys-
tème d’équations aux di¤érences …nies, autrement dit, par une récurrence.
On appelle système dynamique discret autonome d’ordre 1 l’équation aux di¤érences sui-
vante :

8
>
< Xt+1 = f (Xt )
, t 2 N. (1.2)
>
: X0 donné

Où :
f : Rn ! Rn une fonction di¤érentiable.

5
Chapitre 1. Systèmes dynamiques discrets de dimension 1

X0 2 D Rn : Valeur initial.
Xt 2 D : Vecteur des états du système.

De (1:2) on obtient :
X1 = f (X0 ).
X2 = f (X1 ) = f (f (X0 )) = f 2 (X0 ).
En général : Xt = f t (X0 ) où f t = f | {z }f .
t fois
f (X0 ) est appelée premiére itération de X0 par la fonction f .
f 2 (X0 ) = f (f (X0 )) est appelée seconde itération de X0 par la fonction f .
f t (X0 ) est appelée tieme itération de X0 par la fonction f .
Donc, le triplet (D; N; ') dé…nit un système dynamique discret autonome, où ' est donné
par : '(X0 ; t) = f t (X0 ).

Remarque 1.1.1
Si la fonction f est une fonction de l’état Xt et de la variable du temps t i.e :
Xt+1 = f (t; Xt ) alors le système s’appelle système dynamique discret non autonome.
Si l’équation aux di¤érences est d’ordre p 2 autonomes ou non i.e :
Xt+p = f (Xt ; Xt+1 ; Xt+2 ; ; Xt+p 1 ) alors le système s’appelle systèmes dynamiques dis-
crets d’ordre supérieur.

1
Dé…nition 1.1.3 On appelle la suite ff t (X0 )gt=0 un orbite (ou un trajectoire) du point
X0 et on le note par O (X0 ) i.e :

O (X0 ) = X0 ; f (X0 ) = X1 ; ; f t (X0 ) = Xt ; :

Représentation graphique de l’orbite

Dans le cas où f est une fonction de R vers R on peut représenter sur le plan (x; y)
l’évolution d’une orbite O (x0 ) qui commence dans le point (x0 ; 0) en suivant ces étapes :
-Etape 1 : tracer la courbe représentant la fonction f et la droite y = x:

6
Chapitre 1. Systèmes dynamiques discrets de dimension 1

-Etape 2 : placer le point de coordonnées (x0 ; 0):

-Etape 3 : chercher le point d’ordonnée f (x0 ), on l’obtient en traçant une droite verticale
passant par (x0 ; 0) et en cherchant son intersection avec la courbe de la fonction f . Ce
point a comme ordonnée f (x0 ), ce qui correspond à x1 (puisque x1 = f (x0 )).
-Etape 4 : projeter horizontalement le point de coordonnées (x0 ; x1 ) sur la droite y = x
pour obtenir le point de coordonnées (x1 ; x1 ), une projection verticale permet ensuite de
repporter le point (x1 ; 0) sur l’axe des ordonnées.
Réaliser ensuite pour x1 les même opérations que pour x0 a…n d’obtenir x2 et ainsi de
suite pour les termes de rang suivant.

Fig. 1.1 –Représentation graphique

Passage de temps continu à temps discret

Nous pouvons transformer un système dynamique continu en un système dynamique dis-

cret en utilisant la méthode d’Euler. Soit une système dynamique continu

dX(t)
= F (X(t))
dt

7
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Nous voulons étudier la trajectoire de cette équation seulement à des instants choisis,
équidistants tn = t0 + n: t. Si la période d’échantillonnage t est choisie assez petite, on
peut approcher la dérivée de X(t) par la di¤érence :

dX(t) X(tn ) X(tn+1 )

dt t

Alors, le système dynamique à temps continu peut être approché par le système dynamique
à temps discret suivant :

X(n + 1) = X(n) + t:F (X(n))

Maintenant dans tout ce que suit nous ne considérons que des systèmes dynamiques dis-
crets autonomes qui sont décrits par l’équation aux di¤érences …nies.

1.2 Systèmes dynamiques discrets linéaires

Dé…nition 1.2.1 Un systéme dynamique linéaire discret est dé…nie par équation aux dif-
férences suivant : 8
>
< xt+1 = axt + b
,t2N (1.3)
>
: x0 donné

Où :
a; b 2 R : sont des constantes.
xt 2 R : variable d’état.
x0 : valeur initiale.

A partir de la valeur initiale x0 on déduit de (1:3) :

-à l’instant t = 0 : x1 = ax0 + b.

8
Chapitre 1. Systèmes dynamiques discrets de dimension 1

-à l’instant t = 1 : x2 = ax1 + b = a(ax0 + b) + b = a2 x0 + ab + b.

-à l’instant t = 2 : x3 = ax2 + b = a(a2 x0 + ab + b) + b = a3 x0 + a2 b + ab + b.
..
.
En général : xt = at x0 + at 1 b + at 2 b + + ab + b.
P
= at x0 + b i=ti=0
1 i
a,t2N .
Pi=t 1 i
On a i=0 a est une somme d’une série géométrique, donc pour t 2 N :

8
< at x 0 + b 1
> at
a 6= 1
xt = 1 a
>
: x0 + bt a=1

1.2.1 Point …xe

La notion de points d’équilibre est centrale dans l’étude de la dynamique de tout système
physique. Dans de nombreuses applications en biologie, économie, physique, ingénierie,
etc., il est souhaitable que tous les états (solutions) d’un système donné tendent à son état
d’équilibre (point d’équilibre). C’est le sujet d’étude de la théorie de la stabilité, un sujet
d’une grande importance pour les scienti…ques et les ingénieurs.

Dé…nition 1.2.2 Un point d’équilibre (ou point …xe) est une valeur de la variable d’état
xt qui est invariante selon la loi du mouvement dictée par le système dynamique.
En d’autres termes, le point …xe d’un système dynamique xt+1 = f (xt ) est x 2 R tel
que x = f (x) où f : R ! R une fonction dérivable.
Graphiquement, les points …xes peuvent être trouvés en identi…ant les intersections de la
fonction f (x) avec la diagonale y = x.

Existence et unicité du point …xe

On suppose que le système (1:3) est a l’état d’équilibre i.e : x = ax + b.

b
-pour a 6= 1, on a : x = . Donc il existe une unique point …xe.
1 a

9
Chapitre 1. Systèmes dynamiques discrets de dimension 1

-pour a = 1 et b = 0, on a : 8t 2 N, xt+1 = xt . C-à-d toute condition initiale est un point

…xe.
-pour a = 1 et b 6= 0, le point …xe n’existe pas.
Finalement, on déduit que :
8
>
< b
a 6= 1
x= 1 a
>
: x0 a = 1 et b = 0

Proposition 1.2.1 Le point …xe d’un système dynamique xt+1 = axt + b exists si et
seulement si a 6= 1 ou (a = 1 et b = 0).

Proposition 1.2.2 Le point …xe d’un système dynamique xt+1 = axt + b est unique si et
seulement si a 6= 1.

Remarque 1.2.1 La solution de (1:3) peut être écrite en termes de son point …xe x el la
valeur initial x0 comme suit :
8
>
< at (x0 x) + x a 6= 1
xt =
>
: x + bt a=1
0

1.2.2 Stabilité du point …xe

Dé…nition 1.2.3 On dit que le point …xe x d’un système dynamique xt+1 = f (xt ) (où
f : R ! R une fonction dérivable) est stable si :

8" 0; 9 0 tel que si jx0 xj ) jf t (x0 ) xj " 8t 2 N .

Autrement dit, toutes les orbites qui commencent près du point x restent dans un voisinage
de ce point.

10
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.2 –Point …xe stable

Dé…nition 1.2.4 On dit que le point …xe x est localement asymptotiquement stable s’il
est stable et s’il existe V" (x) un voisinage de x (V" (x) = fy : jx yj "jg) tel que 8x0 2 V
lim xt = x.
t!1

Dé…nition 1.2.5 On dit que Le point …xe x est globalement asymptotiquement stable s’il
est stable et : lim xt = x; 8x0 2 R:
t!1

11
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.3 –loc-as-stable

Fig. 1.4 –Point …xe globalement asymptotiquement stable

Remarque 1.2.2 La stabilité globale d’un point …xe implique l’unicité du point …xe et la
stabilité locale implique l’unicité local du point …xe.

Dé…nition 1.2.6 Un point …xe s’appelle instable s’il existe un " > 0 tel que 8r > 0 il
existe un x0 2 Vr (x) et il existe un t 2 N tels que jf t (x0 ) xj ":

12
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Cela signi…e que pour tout voisinage du point …xe x il existe une orbite qui, en commençant
dans ce voisinage s’éloigne du point x.

Fig. 1.5 –Point …xe instable

D’après les dé…nitions de la stabilité asymptotique locale et globale, la stabilité asympto-

tique du point …xe peut être obtenue en calculons la limite de du variable d’état xt .
On a : 8
> jaj 1
>
> jxj si
>
> jaj 1 et x0 = x
>
>
8 >
>
>
>
< lim j(x0 x)at + xj si a 6= 1 < jx0 j
> si a = 1 et b = 0
t!1
lim jxt j = = jx0 j t paire et a = 1
t!1 >
: lim jx0 + btj si a = 1 >
>
>
>
t!1 >
> jb x0 j t impaire a= 1
>
>
>
>
>
: 1 autres cas.
On distingue les cas suivants :
1ér cas : Si le coe¢ cientjaj 1 alors le systéme est globalement asymptotiquement stable
car lim xt = x, 8x0 2 R.
t!1

En particulier, si 0 a 1, la convergence de la variable d’état xt vers le point …xe x est

monotone.

13
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.6 –Point …xe globalement asymptotiquement stable (0 a 1)

Si 1 a 0, la convergence de la variable d’état xt vers le point …xe x est oscillatoire.

14
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.7 –Point …xe globalement asymptotiquement stable ( 1 a 0)

2éme cas : Si a = 1 et b = 0, le système admet une in…nité de points …xes et tout voisinage
d’un point …xe contient un autre point …xe et il existe donc des conditions initiales dans
tout voisinage d’un point …xe qui ne conduisent pas à ce point …xe à long terme.Donc
chaque point …xe est instable.
3éme cas : Si a = 1 et b 6= 0, n’existe pas des points …xes et de plus
8
>
< +1 si b > 0
lim xt = lim x0 + bt =
t!1 t!1 >
: 1 si b < 0

15
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.8 –Non-existence d’un point …xe (a = 1 et b 6= 0)

4éme cas : Si a = 1 le systeme prend alternativement les valeurs x0 et b x0 donc le

b
point …xe x = n’est pas asymptotiquement stable.
2

16
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.9 –Point …xe n’est pas asymptotiquement stable (a = 1)

5éme cas : Si jaj > 1 : pour x0 6= x, lim jxt j = +1 et pour x0 = x le système commence au
t!1

point …xe où il reste ensuite.Chaque perturbation mineure provoque le système à marcher

b
sur un divergent chemin. Donc si jaj > 1 le point …xe x = est instable.
1 a
En particulier si a 1, la divergence de la variable d’état xt est monotone.

17
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.10 –Point …xe instable (a > 1)

Si a 1, la divergence de la variable d’état xt est oscillatoire.

18
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.11 –Point …xe instable (a < 1)

Proposition 1.2.3
Le point d’equilibre de (1:3) est globalement asymptotiquement stable ssi jaj 1.
Le point d’equilibre de (1:3) est instable si et seulement si jaj 1.

1.3 Systèmes dynamiques discrets non linéaire

Dé…nition 1.3.1 Un système dynamique discret non linéaire est dé…nie par équation aux
di¤érences suivant : 8
>
< xt+1 = f (xt )
,t2N (1.4)
>
: x0 donné

où f : R ! R une fonction dérivable et xt 2 R est le variable d’état.

19
Chapitre 1. Systèmes dynamiques discrets de dimension 1

1.3.1 Stabilié du point …xe

Il n’est pas facile de trouver des solutions de systèmes non linéaires. Souvent, ces solutions
ne fournissent pas su¢ samment d’informations sur les facteurs qui contrôlent la stabilité
du système. Par conséquent, nous avons besoin de méthodes analytiques pour faciliter
l’étude du comportement de ce système non linéaire.L’approximation linéaire du système
non linéaire est l’un des moyens les plus e¢ caces d’étudier la stabilité des systèmes non
linéaires.

Méthode de linéairisation

Le développement de Taylor d’ordre 1 de f (xt ) = xt+1 au voisinage x est :

0
xt+1 = f (xt ) = f (x) + f (x)(xt x) + o(xt x):

alors :
0 0
xt+1 ' f (x)xt + f (x) f (x)x = axt + b

0 0
Où a = f (x) et b = f (x) f (x)x.
Donc, on obtient une approximation linéaire de (1:4) au voisinage du point …xe par le
développement de Taylor d’ordre 1 de la fonction f:
Nous pouvons utiliser les résultats de stabilité du système linéaire pour étudier la stabilité
du système non linéaire.
étant donné que le système linéaire n’approche du comportement du système non linéaire
que dans une voisinage su¢ samment petite d’un point …xe, l’analyse globale du système
linéarisé ne donne qu’une analyse locale de systeme dynamique non linéaire.

Proposition 1.3.1
0
Le point d’équilibre x de (1:4) est localemenet asymptotiquement stable ssi jf (x)j 1.

20
Chapitre 1. Systèmes dynamiques discrets de dimension 1

0
Le point d’équilibre x de (1:4) est instable si et seulement si jf (x)j 1.

Remarque 1.3.1 La stabilité du système non linéaire à proximité d’un point …xe x ne
0
peut être étudiée à partir du système linéarisé si f (x) = 1. À savoir, tout changement
in…nitésimal dans la dérivée au point x entraîne un changement dans la nature du système
dynamique.

1.3.2 Stabilité du point …xe non hyperbolique

0
Dé…nition 1.3.2 Un point …xe x de (1:4) est dit hyperbolique si on a jf (x)j =
6 1.

0
Dans le cas au jf (x)j = 1 c-à-d x non hyperbolique on peut utiliser les thèorémes suivants
pour étudier la stabilité du point …xe.

0
Théorème 1.3.1 Soit x un point …xe de le système (1:4) avec f 2 C 3 et f (x) = 1 et
00
f (x) = 0 alors :
000
Si f (x) > 0 alors x est instable.
000
Si f (x) < 0 alors x est asymptotiquement stable.

Fig. 1.12 –Point …xe isntable

21
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Fig. 1.13 –Point …xe asymptotiquement stable.

Exemple 1.3.1 Soit le système dyanmique xt+1 = x3t + xt .On a :

f (x) = x () x3 + x = x () x = 0

Alors, l’unique point …xe de ce système est x = 0

0 00 000
D’autre part on a : f (0) = 1, f (0) = 0 et f (0) = 6 0:
Donc d’aprés le théorème (1:3:1) on déduit que le point …xe x = 0 est instable.

Exemple 1.3.2 Soit le système dyanmique xt+1 = x3t + xt .On a :

f (x) = x () x = 0

Alors, l’unique point …xe de ce système est x = 0

0 00 000
D’autre part on a : f (0) = 1, f (0) = 0 et f (0) = 6 0:
Donc d’aprés le théorème (1:3:1) on déduit que le point …xe x = 0 est asymptotiquement
stable.

0
Théorème 1.3.2 Soit x est un point …xe de le système (1:4) avec f 2 C 2 , si f (x) = 1
00
et f (x) 6= 0 alors : x est instable.

22
Chapitre 1. Systèmes dynamiques discrets de dimension 1

0 00
Si f (x) = 1 et f (x) > 0, on dit que x est un point …xe semi-stable à gauche.
0 00
Si f (x) = 1 et f (x) < 0, on dit que x est un point …xe semi-stable à droite.

Fig. 1.14 –Point …xe semi-stable à gauche

Fig. 1.15 –Point …xe semi-stable à droite

23
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Dé…nition 1.3.3 La dérivée Schwartzienne d’une fonction f 2 C 3 est dé…nie par :

000 00 2
f (x) 3 f (x)
Sf (x) = 0
f (x) 2 f 0 (x)

0
Notons que si f (x) = 1, alors

000 3 h 00 i2
Sf (x) = f (x) f (x)
2

0
Théorème 1.3.3 Si x est un point …xe de le système (1:4) avec f 2 C 3 et f (x) = 1
alors :
Si Sf (x) > 0 alors x est instable.
Si Sf (x) < 0 alors x est localement asymptotiquement stable.

Preuve. Soit le système dynamique

xt+1 = g(xt ), où g(x) = f 2 (x) (1.5)

On remarque que le point …xe x de (1:4) est aussi un point …xe de (1:5) et si x est asymp-
totiquement stable (instable) par rapport à (1:5), il est aussi asymptotiquement stable
(instable) par rapport à (1:4).On a :

0 0 0 0 0 0
g (x) = [f (f (x))] = f (x)f (f (x)) ) g (x) = [f (x)]2 = 1

00
Le théorème (1:3:1) s’applique donc à cette situation.Nous devons évaluer g (x) :

00 0 0 0 0 00 0 00 00
g (x) = [f (x)f (f (x)] = [f (x)]2 f (f (x)) + f (f (x))f (x) ) g (x) = 0

Le théorème (1:3:1) dit que la stabilité asymptotique de x est déterminée par le signe de

24
Chapitre 1. Systèmes dynamiques discrets de dimension 1

000
g (x). On a :

000 0 00 0 00
g (x) = [[f (x)]2 f (f (x)) + f (f (x))f (x)]0
0 00 00 0 000 0 0 00 00 000 0
= 2f (x)f (x)f (f (x)) + f (x)f (f (x))[f (x)]2 + f (x)f (f (x))f (x) + f (x)f (f (x))

Alors
000 000 00
g (x) = 2f (x) 3[f (x)]2

Donc
000 000
g (x) 0 () Sf (x) > 0 et g (x) 0 () Sf (x) 0

Exemple 1.3.3 Soit le système dyanmique xt+1 = x2t + 3xt .On a :

f (x) = x () x2 + 3x = x () x = 0 ou x = 2

Alors, les points …xes de ce système sont : x = 0 et x = 2

0
D’autre part on a : f (0) = 3 1
Donc d’aprés la proposition (1:3:1) le point …xe x = 0 est instable.
0
et on a f ( 2) = 1 et Sf ( 2) = 6 0
D’aprés le théorème (1:3:3) on déduit que le point …xe x = 2 est asymptotiquement stable.

Dé…nition 1.3.4 on dit que f : R ! R est contractante si 9 2 ]0; 1[ tel que

jf (x1 ) f (x2 )j jx1 x2 j; 8x1 ; x2 2 R:

Corollaire 1.3.1 Le point …xe de (1:4) existe et est unique et globalement asymptotique-
0
ment stable si f est contractante ou si jf (xt )j 1, 8xt 2 R:

Preuve. Nous allons d’abord démontrer que la suite (xt ) est une suite de Cauchy :

25
Chapitre 1. Systèmes dynamiques discrets de dimension 1

Observons que pour tout entier naturel t :

2 t
jxt+1 xt j = jf (xt ) f (xt 1 ) j jxt xt 1 j jxt 1 xt 2 j jx1 x0 j

Par inégalité triangulaire,on peut écrire :

p 1 p 1
X X p t
t+i t1
jxt+p xt j jxt+i+1 xt+i j jx1 x0 j jx1 x0 j jx1 x0 j
i=0 i=0
1 1

t
Comme tend vers 0 quand t tend vers l’in…ni (car 0 < < 1), on en conclut que jxt+p
xt j peut être rendu aussi petit que l’on veut pourvu que t soit su¢ samment grand.Ceci
prouve que la suite (xt ) est une suite de Cauchy.Donc La suite (xt ) converge donc vers
x 2 R, 8x0 2 R
Montrons que x est un point …xe de f :
On a par dé…nition 8t 2 N xt+1 = f (xt ) Comme f est une application contractante elle
est continue donc par passage à la limite (t ! 1)on obtient x = f (x)
Montrons maintenant que ce point …xe est unique. Supposons donc qu’il existe deux points
…xes x1 ; x2 2 R de (1:4). On peut alors écrire :

jx1 x2 j = jf (x1 ) f (x2 ) j jx1 x2 j jx1 x2 j

ce qui est impossible. En conséquence, le point …xe est nécessairement unique.

0
La condition jf (x)j k 1, 8x 2 R implique que f est contractante.
Soient x,y 2 R; d’après le théorème des accroissements …nis, on peut écrire : f (x) f (y) =
0
f (c)(x y) ou c 2 ]x; y[ et par suite :

0
jf (x) f (y)j = jf (c)jjx yj kjx yj

ce qui prouve que f est contractante.

26
Chapitre 2

Systèmes dynamiques discrets de

dimension n

2.1 Systèmes dynamiques discrets linéaires

Dé…nition 2.1.1 Un système dynamique discret linéaire de dimension n est un systèmes

de n équation aux di¤érences linéaires d’ordre 1 i.e :
x1t+1 = a11 x1t + a12 x2t + + a1n xnt + b1
x2t+1 = a21 x1t + a22 x2t + + a2n xnt + b2
..
.
xnt+1 = an1 x1t + an2 x2t + + ann xnt + b2
Où t 2 N et X0 = (x10 ; x20 ; ; xn0 ) sont donnés.
L’écriture matricielle d’un système dynamique discret linéaire de dimension n est :
8
>
< Xt+1 = AXt + B
,t2N (2.1)
>
: X donné
0

Où

27
Chapitre 2. Systèmes dynamiques discrets de dimension n

A 2 Mn (R) :matrice de constantes réelles de taille n n.

B 2 Rn :vecteur de constantes.
Xt 2 Rn :vecteur des états du système.
X0 2 Rn :vecteur initial.
2 R :variable d’état. 1
xit 0 0 1 0
0 1 1
B a11 a12 a1n C B x1t C B x10 C B b1 C
B C B C B C B C
B a21 a22 a2n C B x2t C B x20 C B b2 C
B C B C B C B C
A=B . . C , Xt = B C , X0 = B C, B = B.C
B .. ..
. .. C B ... C B ... C B .. C
B C B C B C B C
@ A @ A @ A @ A
an1 an2 ann xnt xn0 bn

A partir d’un point X0 , le système (2:1) donne :

pour t = 1 : X1 = AX0 + B.
pour t = 2 : X2 = AX1 + B = A(AX0 + B) + B = A2 X0 + AB + B.
pour t = 3 : X3 = AX2 + B = A(A2 X0 + AB + B) + B = A3 X0 + A2 B + AB + B.
..
.
En general Xt = At X0 + At 1 B + At 2 B + + AB + B.
P
= At X0 + i=ti=0
1 i
A B; 8t 2 N .
Pi=t 1
Lemme 2.1.1 Si det (I A) 6= 0 alors, i=0 Ai = (I At ) (I A) 1 .
Preuve. On a :

X1
i=t
Ai (I A) = I + A + A2 + + At 1
(A + A2 + + At ) = I At .
i=0

Alors :
X1
i=t
1
Ai = I At (I A) .
i=0

Selon le lemme précédent, on peut écrire la solution de (2:1) comme suit :

Xt = At (X0 (I A) 1 B) + (I A) 1 B, si det (I A) 6= 0.

28
Chapitre 2. Systèmes dynamiques discrets de dimension n

2.1.1 Point …xe

Dé…nition 2.1.2 Un point …xe d’un système dynamique Xt+1 = f (Xt ) est X 2 Rn tel
que X = f (X) où X = (x1 ; x2 ; ; xn )t .

Existence du point …xe

On suppose que le systeme (2:1) est a l’état equilibre c-à-d :X = AX + B. Alors :

X = (I A) 1 B, si det (I A) 6= 0.

Donc l’unique point …xe de (2:1) si det (I A) 6= 0 est :

X = (I A) 1 B

Si det (I A) = 0, il ya un nombre in…ni de points …xes.

La solution de (2:1) peut être écrite en termes de son point …xe X el la valeur initiale X0
comme suit :
Xt = At (X0 X) + X.

si det (I A) 6= 0 où X = (I A) 1 B.

Proposition 2.1.1 Le point …xe de systeme (2:1) est unique si et seulement si det (I A) 6=
0.

2.1.2 Stabilité du point …xe

Maintenant dans tout ce que suit nous ne considérons que det (I A) 6= 0.

Dé…nition 2.1.3 On dit que le point …xe X d’un système dynamique Xt+1 = f (Xt ) où f

29
Chapitre 2. Systèmes dynamiques discrets de dimension n

est une fonction de Rn vers Rn est stable si :

8" > 0; 9 > 0 tq si jjX0 Xjj < ) jjf t (X0 ) Xjj ", 8t 2 N .

(Dans le cas où f (Xt ) = AXt + B on parle d’un système dynamique linéaire).

Dé…nition 2.1.4 Le point …xe X est localement asymptotiquement stable s’il est stable et
si : 9V voisinage de X tq 8X0 2 V lim Xt = X.
t!1

Dé…nition 2.1.5 Le point …xe X est globalement asymptotiquement stable s’il est stable
et si : lim Xt = X, 8X0 2 Rn .
t!1

L’étude de la stabilité du point …xe X de (2:1) n’est pas facile parce que nous avons une
di¢ culté à la formule de solution de ce systeme dynamique, qui est dans la formule de la
matrice At . Pour cela nous allons utiliser la décomopsition de Jordan

Théorème 2.1.1 Pour toute matrice A de taille n n il existe une matrice P de taille
1
n n non singuliére tel que A = P JP où J est une matrice diagonale par bloc c-à-d :

0 1
B J 1 0 C 0
B C ..
B 0 J C .
B 2 C
J =B .. C
B ..
B . . 0 C
C
@ A
0 0 J d

La matrice J est appelée forme normale de Jordan et

0 1
k 1 0 0
B C
B C
B 0 1 0 C
B k C
B .. .. .. C
J k
=B
B . . . C
C
B C
B .. C
B . k 1 C
@ A
0 0 k

30
Chapitre 2. Systèmes dynamiques discrets de dimension n

s’appelle bloc de Jordan associé à la valeur propre k de A.

Remarque 2.1.1

Les valeurs propres 1; 2; ; d ne sont pas nécessairement distinctes.

Pd
Chaque bloc J k
k = 1; ; d (d n) est de taille mk mk (mk 1), avec k=1 mk = n.
La taille d’un bloc de Jordan J k
peut étre égale a 1.

Étude de la stabilité a l’aide de forme normale de Jordan

D’aprés le théorème (2:1:1) on a :

Xt = At (X0 X) + X = P J t P 1
X0 X +X

Proposition 2.1.2 La solution de (2:1) est donné par :

Xt = P J t P 1
X0 X +X

où J est la matrice de Jordan.

Il n’est pas di¢ cile de trouver une formule pour la matrice J t . On a :

0 1
t
B J 1
0 0C
B C
..
B 0 J t2 C
.
B C
Jt = B .. C
B ..
B . . 0 C
C
@ A
t
0 0 J d

Il reste de trouver la formule de chaque bloc.

31
Chapitre 2. Systèmes dynamiques discrets de dimension n

Si chaque bloc J k
est de taille 1 1 8k = 1; ; d (dans ce cas d = n) on di que A est
diagonalisable et ona : 0 1
t
B 1 0 0 C
B ..C
B 0 t
.C
B 2 C
Jt = B .. C
B ..
B . . 0 C
C
@ A
t
0 0 n

Le système dynamique (2:1) est globalement asymptotiquement stable si : lim Xt = X,

t!1
n
8X0 2 R .
8X0 2 Rn , on a : lim Xt = X () lim P J t P 1
X0 X + X = X () lim J t = 0.
t!1 t!1 t!1

Dans ce cas
lim J t = 0 () j k j < 1, 8k = 1; ; n.
t!1

S’il existe un bloc J k

de taille mk mk (mk 2) alors J k
= k Idk + Nk
où
Imk : La matrice identitie de taille mk mk .
Nk : Une matrice de taille mk mk tq :

0 1 0 1
B 0 1 0 C B 0 0 1 C
B . . C B .. . . C
B 0 . . .. C B . . 0 C
B C m 1 B C
Nk = B .. C , Nk k =B .. C et Nkt = 0; 8t mk .
B .. C B C
B . . 1 C B . C
@ A @ A
0 0 0 0

Pour t mk , on a :
m
Xk 1
t t t i i
J k
= ( k Imk + Nk ) = Cti k Nk
i=0

Pour que le systéme dynamique (2:1) est globalement asymtotiquement stable il faut et il
su¢ t que : lim J t = 0. Dans ce cas :
t!1

lim J t = 0 () lim J t k = 0; 8k = 1; ; d (d n) () j k j < 1; 8k = 1; ; d.

t!1 t!1

32
Chapitre 2. Systèmes dynamiques discrets de dimension n

Corollaire 2.1.1
Le systeme dynamique (2:1) est globalement asymptotiquement stable si et seulement si
le module de chaque valeur propre de la matrice A est inférieur à 1.
Le systeme dynamique (2:1) est instable si et seulement s’il existe un valeur propre de
la matrice A est de module supérieur à 1.

2.2 Systèmes dynamiques discrets non linéaires

Dé…nition 2.2.1 Un système dynamique discret non linéaire de dimension n est un sys-
tèmes de n équations aux di¤érences non linéaires d’ordre 1 i.e :
x1t+1= f1 (x1t ; x2t ; ; xnt )
x2t+1= f2 (x1t ; x2t ; ; xnt )
..
.
xnt+1= fn (x1t ; x2t ; ; xnt )
où t 2 N et X0 = (x10 ; x20 ; ; xn0 ) sont donnés.
Ce système dynamique est écrit comme suit.
8
>
< Xt+1 = f (Xt )
t 2 N. (2.2)
>
: X0 donné

où :

f : Rn ! Rn une fonction di¤érentiable.

f (Xt ) = (f1 (Xt ) ; f2 (Xt ) ; ; fn (Xt )).
fi : Rn ! R 8i = 1; ; n une fonction di¤érentiable.
Xt 2 Rn : vecteur des états du système.
X0 2 Rn : valeur initial.

33
Chapitre 2. Systèmes dynamiques discrets de dimension n

2.2.1 Stabilité du point …xe

Stabilité locale

Comme nous l’avons vu dans le cas d’un système dynamique de dimension 1, le système
dynamique (2:2) peut être aussi approximé par un système linéaire.
On suppose que le systéme dynamique (2:2) a un point …xe X alors le développement de
Taylor d’ordre 1 de fi (Xt ) = xit+1 au voisinage X est :

X
n
@fi (X)
xit+1 = fi (Xt ) = fi (X) + (xkt xk ) + o(jjXt X jj)
k=1
@xkt
@fi (X) @fi (X) @fi (X) X
n
@fi (X)
= x1t + x2t + + xnt + fi (X) xk + o(jjXt X jj)
@x1t @x2t @xnt k=1
@xkt

Où : o(jjXt X jj) ! 0
Xt !X
Donc le développement de Taylor d’ordre 1 de f (Xt ) = Xt+1 au voisinage X est :

0 1 0 10 1 0 1
@f1 (X) @f1 (X) @f1 (X) Pn @f1 (X)
x
B 1t+1 C B @x1t @x2t
x
@xnt C B 1t C B f1 (X) k=1 @xkt C
B C B CB C B Pn C
B x2t+1 C B @f2 (X) @f2 (X) @f2 (X) C B
x C B @f2 (X) C
B C B @x @x2t @xnt C B 2t C B f2 (X) k=1 @xkt C
B . C ' B .1t .. C B
.. C B .. C BC + .. C
B .. C B .. ..
B C B . . . CB . C B B . C
C
@ A @ A@ A @ A
@fn (X) @fn (X) @fn (X) Pn @fn (X)
xnt+1 @x1t @x2t @xnt
xnt fn (X) k=1 @xkt

Le système non linéaire est approximée au voisinage du point …xe X par un système
linéaire Xt+1 ' AXt + B. Où :

0 1 0 1
@f1 (X) @f1 (X) @f1 (X) Pn @f1 (X)
B @x1t @x2t @xnt C B f1 (X) k=1 @xkt C
B @f (X) C B Pn C
B 2 @f2 (X) @f2 (X) C B f2 (X) @f2 (X) C
B @x @x2t @xnt C B k=1 @xkt C
A = B .1t .. .. C C et B = B .. C
B .. ... B C
B . . C B . C
@ A @ A
@fn (X) @fn (X) @fn (X) Pn @fn (X)
@x1t @x2t @xnt
fn (X) k=1 @xkt

La matrice A s’appelle la matrice jacobienne de f au point X et on la note par J(X).

Nous pouvons donc utiliser les résultats du système linéaire pour étudier la stabilité du

34
Chapitre 2. Systèmes dynamiques discrets de dimension n

système non linéaire au voisinage du point …xe X. Ceci est basé sur les valeurs propres du
Jacobien J(X) de l’application f .

Théorème 2.2.1 Soit le système (2:2), on suppose que ce système a un point …xe X et
soit 1; ; p (p n) les valeurs propres de J(X) la matrice jacobienne de f au point X.
Alors :
1) Si j i j < 1 8i = 1; ; p, alors X est localement asymptotiquement stable.
2) S’il existe une valeur propre i, i = 1; ; p tel que j i j > 1, alors X est instable.
3) Si max j i j = 1 nous ne pouvons rien conclure.
1 i p

Théorème 2.2.2 Le point …xe de (2:2) existe et est unique et globalement asymptotique-
ment stable si f : Rn ! Rn est contractante.

2.2.2 Méthode de Liapunov

Soit le système dynamique (2:2) où f : Rn ! Rn une fonction continue. On suppose que

X est un point …xe de ce système dynamique.
Soit V : Rn ! R. La variation deV par rapport à le système dynamique (2:2) est dé…nie
par :
V (Xt ) = V (f (Xt )) V (Xt ) = V (Xt+1 ) V (Xt ) .

Dé…nition 2.2.2 Soit G un ouvert de Rn , une fonction V de G vers R est une fonction
de Liapunov sur l’ensemble G si :
1) V est continue sur G.
2) V (Xt ) 0, 8Xt ; Xt+1 2 G.

Dé…nition 2.2.3 La fonction de Lyapunov V est dite dé…nie positive au point …xe X s’il
existe une boule ouverte B" (X) de centre X et de rayon " B" (X) = Y 2 Rn ; X Y <" telle
que :
1)V (X) = 0.
2)V (Xt ) > 0 pour tout Xt 2 B" (X); Xt 6= X.

35
Chapitre 2. Systèmes dynamiques discrets de dimension n

Théorème 2.2.3 S’il existe V une fonction de Lyapunov sur un boule ouverte Br (X)
dé…nie positive au X où X est le point …xe de (2:2) alors X est stable.
Si en plus, V (Xt ) < 0, 8Xt ; Xt+1 2 G, Xt 6= X alors X est localement asymptotiquement
stable.
Si cela est vrai quand Br (X) est étendu à tout Rn et V (Xt ) ! 1 alors X est globalement
jjXt jj!1
asymptotiquement stable.

Preuve. Pour la démonstration de ce théorème voir Elaydi Saber[2]

Exemple 2.2.1 Soit le système dynamique

8
>
> x2t
< x1t+1 =
1 + x22t
>
> x1t
: x2t+1 =
1 + x22t

On a :

x2
x1 =
1 + x2 2 () (x ; x ) = (0; 0) :
x1 1 2
x2 =
1 + x2 2

Donc le point …xe de ce système est X = (x1 ; x2 ) = (0; 0).

On dé…nit la fonction
V (x1 ; x2 ) = x21 + x22 .

On a la fonction V est continue sur R2 et

x22t x21t V (Xt )
V (Xt+1 ) = 2 2
+ 2 2
= V (Xt ), 8Xt ; Xt+1 2 R2 .
(1 + x2t ) (1 + x2t ) (1 + x22t )2
Donc V est une fonction de Liapunov.
On a aussi V (X) = 0 et V (Xt ) > 0 ; 8Xt 2 R2 ; Xt 6= X.
Alors V est dé…nie positive, en déduit de le théorème (2:2:3) que le point …xe X = (0; 0)
est asymptotiquement stable.

36
Conclusion

Le but de la théorie des systèmes dynamiques est de modéliser des processus qui évoluent
dans le temps et d’étudier leur comportement.
L’étude de l’évolution d’un système nécessite donc la connaissance :
de son état initial, c’est-à-dire son état à l’instant t0
de sa loi d’évolution.
Un système dynamique peut être :
à temps continu : dans ce cas le système est modélisé par une équation di¤érentielle
à temps discret : (Qui est le sujet de notre étude dans cette mémoire) le système est
modélisé par équation aux di¤érance
Il peut également être :
autonome, si sa loi d’évolution ne dépend pas du temps.
non autonome ; sa loi d’évolution dépend alors du temps.
Pour un système dynamique discret autonome de dimension 1 la stabilité dépend de pa-
ramètre a dans le cas linéaire et de la valeur de dérivés de f dans le cas non linéaire. Pour
un système multidimensionnel la stabilité dépend de la valeur propre de la matrice A dans
le cas linéaire et de la valeur propre de la matrice jacobienne de f dans le cas non linéaire
et nous avons également utilisé la théorie de Lyapunov pour étudier la stabilité.

37
Bibliographie

[1] Anna, D. (2003). Introduction à la théorie des systèmes dynamiques à temps discret.

[2] Elaydi, S. (2005). An Introduction to Di¤erence Equations. Third edition. Springer.

[3] Emmanuel, D. Systèmes dynamiques pour les sciences cognitives.

[4] Frédéric, F. (2018). Cours de Systèmes dynamiques, chaos et applications.

[5] John, S. (2009). Economic dynamics : theory and computation. The MIT Press Cam-
bridge, Massachusetts London, England.

[6] Jonathan, L.H. (2015). Applications of Stability Analysis to Nonlinear Discrete Dyna-
mical Systems Modeling Interactions. Virginia Commonwealth University.

[7] Oded, G. (2007). Discrete Dynamical Systems. Springer.

[8] Saidi, M. (2012). Etude dynamique d’une application discrète du plan. UNIVERSITE
DE M’SILA.

[9] Wei-Bin Zhang. (2006). Discrete Dynamical Systems, Bifurcations and Chaos in Eco-
nomics. First edition. ELSEVIER.

38
Annexe A : Abréviations et
Notations

Les di¤érentes abréVariations et notations utilisées tout au long de ce mémoire sont ex-
pliquées ci-dessous.
f t (x0 ) tieme itération de X0 par la fonction f .
V" (x) voisinage de x.
Mn (R) ensemble des matrices carrées à coe¢ cients dans R.
jj jj norme dans Rn .
B" (X) une boule ouverte de centre X et de rayon "
J(X) matrice jacobienne au point X.
V (Xt ) variation de la foncion V .

39