Physique de pointe

Systèmes dynamiques non linéaires, points fixes et bifurcations

Les équations d'évolution non linéaires peuvent changer de stabilité ou d'état asymptotique quand les paramètres varient ; points fixes et bifurcations en sont des outils centraux.

Les modèles linéaires autorisent superposition et réponse proportionnelle. La non-linéarité les supprime : plusieurs équilibres peuvent coexister, des cycles limites apparaître, et une faible variation paramétrique transformer qualitativement l'évolution à long terme.

\dot{x}=f(x,\mu),\quad f(x^*,\mu)=0;\quad \dot{\delta x}\simeq D_xf(x^*,\mu)\,\delta x

Définition: Point fixe et stabilité linéaire

Un point fixe vérifie f(x*,μ)=0. En dimension un, f_x<0 amortit les petites perturbations et f_x>0 les déstabilise ; en dimension supérieure, on examine les parties réelles des valeurs propres du Jacobien. Une valeur propre nulle appelle une analyse non linéaire, souvent près d'une bifurcation.

Observez la création ou disparition et la stabilité des équilibres de dx/dt=μ−x² quand μ franchit zéro.

Bifurcation nœud-col

La forme normale dx/dt=μ−x² possède x*=±√μ pour μ>0 ; le point positif est stable et le négatif instable. En μ=0 ils fusionnent en un point non hyperbolique, et aucun point fixe réel n'existe pour μ<0. Cette structure locale est universelle, mais un système physique peut exiger changement de coordonnées et termes d'ordre supérieur.

Exemple: Classer les équilibres

Pour dx/dt=μ−x² avec μ=4, trouvez les points fixes et leur stabilité linéaire.

Solution

0=4−x² donne x*=±2. Comme f_x=−2x, la pente vaut −4 en +2 (stable) et +4 en −2 (instable).

Près d'une bifurcation, un développement en coordonnées lentes et paramètre de contrôle réduit souvent le champ de vecteurs à une forme normale de faible dimension. Après élimination des modes rapidement amortis, celle-ci révèle l'universalité sans supposer une même physique microscopique partout. Dans l'application logistique $x_{n+1}=r x_n(1-x_n)$ , l'augmentation de $r$ produit des dédoublements de période avant le chaos ; Feigenbaum a identifié un rapport d'accumulation presque universel. Une structure globale émerge ainsi d'une équation simple, mais les prévisions concrètes doivent tenir compte du bruit, des paramètres mesurés et du domaine de validité.

On étudie souvent un système multidimensionnel en prolongeant les solutions avec un paramètre, en suivant les valeurs propres et en repérant les bifurcations. Il faut raffiner le pas numérique près des dégénérescences, sinon un cycle peut être manqué ou une branche stable mal identifiée. L'analyse locale se vérifie par les bassins d'attraction et les intégrations longues ; un modèle réduit n'est fiable que sur des états et durées spécifiés.

Vérification rapide

Quelle condition définit un point fixe de ẋ=f(x,μ) ?

Combien de points fixes réels ẋ=μ−x² possède-t-il pour μ<0 ?

Références

Steven H. Strogatz (2015). Nonlinear Dynamics and Chaos