1. Introduction
Jusqu’à présent, nous ne nous sommes en fait intéressés qu’à une seule des
propriétés fondamentales des phénomènes chaotiques : la présence d’un
attracteur de faible dimension dans l’espace de phase. Mais il existe une autre
propriété fondamentale des phénomènes chaotique : les trajectoires issues de
conditions initiales proches divergent localement au sein de cet espace borné
qu’est l’attracteur.
2. Définition
Soit une application discrète f de R dans R qui applique xt sur xt +1. Choisissons
deux conditions initiales très proches, soit x0 et x0 + ε et regardons comment se
comportent les trajectoires qui en sont issues. Supposons qu’elles s’écartent en
moyenne à un rythme exponentiel. On pourra alors trouver un réel λ tel que
après t itérations :
f t ( x0 + ε ) − f t ( x0 ) ≅ εe tλ (V.1)
f t ( x0 + ε ) − f t ( x0 )
ln ≅ tλ (V.2)
ε
page 71
Chapitre 5 Les exposants de Lyapunov
1 df ( x0 )
t
λ ≅ ln (V.3)
t dx0
1 t −1
λ = lim t →∞ ∑ ln f ' ( xi )
t i=0
(V.4)
moyennant la notation :
f ' ( xi ) =
df
(V.5)
dx x = xi
V = V0 e( λ + λ
1 2 +...+ λ m )t
(V.6)
Pour avoir du chaos, il est nécessaire qu’au moins un des λ i soit positif, pour
avoir étirement et donc SDIC selon au moins un axe. Mais il faut également que
la somme des λ i soit négative. En effet, dans le cas contraire, le volume initial
finirait par remplir tout l’espace dans lequel il est immergé. On n’aurait alors plus
un attracteur de faible dimension, et donc plus affaire à du chaos déterministe.
page 72
Chapitre 5 Les exposants de Lyapunov
f t ( x0 + ε ) − f t ( x0 ) (V.7)
df t ( x0 )
xt − x' t =
dx
( x0 − x' 0 ) = J t ( x0 )( x0 − x' 0 ) (V.8)
où Dmt est une matrice diagonale contenant les valeurs propres de J t . Dénotons
celles-ci par Λti , i = 1,.., m. On définit alors les m exposants de Lyapunov de la
manière suivante46 :
Nous savons que si tous les exposants de Lyapunov sont positifs, on n’a pas
affaire à un attracteur chaotique, puisque l’on va peu à peu remplir tout Rm.
D’autre part, si ils sont tous négatifs, la sphère de conditions initiales va se
contracter jusqu’à dégénérer en un point. Nous sentons donc bien qu’il doit
exister un lien entre les exposants de Lyapunov et la dimension de l’attracteur.
Nous présentons ici succinctement deux conjectures de relations à partir du
spectre ordonné des exposants de Lyapunov.
46cf. DRAZIN,P.G.(1992),p.142.
page 73
Chapitre 5 Les exposants de Lyapunov
j
∑
0
λi ≥ 0
i =1
j +1
∑ λ < 0
0
i =1 i
j0
∑λ i
DKY = j0 + i =1
(V.11)
λ j +1 0
b) Conjecture de Mori
λ
DMo = m0 + m+ 1 + + (V.12)
λ−
Toute la théorie que nous avons développée jusqu’ici concernait le cas où f(.)
avait une forme analytique connue. Elle peut être d’un grand secours aux
physiciens et aux mathématiciens. Mais l’économètre, quant à lui, se trouve
confronté à une série chronologique et n’a en général aucune idée de la forme
de cette fonction. Tout est-il perdu pour autant ? Non, car des algorithmes
efficaces, mais malheureusement coûteux en temps de calcul, ont été
développés.
47cf.DESTEXHE,A.(1992) p. 24
48cf.DESTEXHE,A.(1992),p. 25
page 74
Chapitre 5 Les exposants de Lyapunov
En 1985, Wolf, Swift, Swinney et Vastano49 ont proposé une méthode de calcul
du plus grand exposant et de la somme des n plus grands exposants de
Lyapunov à partir de séries chronologiques.
On recommence alors ces opérations un grand nombre de fois pour les temps
t1 ,..., tM et on calcule l’estimateur du plus grand exposant :
1 M L' ( t )
λ1 =
t M − t0
∑ log L( t )
k
(V.13)
k =1 k −1
49cf.WOLF et al.(1985)
page 75
Chapitre 5 Les exposants de Lyapunov
On recommence alors ces opérations un grand nombre de fois pour les temps
t1 ,..., tM et on calcule l’estimateur de la somme des 2 plus grands exposants :
1 M A' ( t )
λ1 + λ 2 =
t M − t0
∑ log A( t )
k
(V.14)
k =1 k −1
Nous voyons que cet algorithme peut facilement être adapté à la somme des n
plus grands exposants. Un des problèmes est la présence de paramètres de
contrôle qui, mal spécifiés, pourraient fausser les calculs. Un autre est le temps de
calcul qui peut s’avérer excessivement long avec de longues séries.
50cf.DESTEXHE,A.(1992) pp.21-24
page 76
Chapitre 5 Les exposants de Lyapunov
[ ] [ ] [ ] [
Tn X ( t0 ) = T X ( tn −1 ) T X ( tn −2 ) ...T X ( t0 ) ] (V.15)
Pour autant que la matrice jacobienne puisse partout être évaluée, il est donc
[ ]
possible de calculer la matrice Tn X ( t0 ) par multiplication à droite des matrices
jacobiennes obtenues pour les conditions successives X ( t0 ), X ( t1 ),..., X ( tn −1 ) .
Le spectre d’exposants de Lyapunov est alors obtenu, conformément à (V.10) à
partie de la diagonalisation de cette matrice finale.
page 77