Update cheatsheet.fr.md

12.temporary_ins/32.sets-systems/30.n3/20.systems/20.overview/cheatsheet.fr.md

@@ -401,18 +401,18 @@ L'une représente des proies et l'autre des prédateurs.
 
 ##### Existe-t-il un "état stationnaire" dans ce modèle ?
 
-* Un **état stationnaire $`(X_1,X_2)`$** est caréctérisé par des effectifs de *populations stationnaires $`X_1`$ et $`X_2`$*.
+* Un **état stationnaire** noté $`(X_1^*,X_2^*)`$** est caréctérisé par des effectifs de *populations stationnaires $`X_1`$ et $`X_2`$*.
 
-* Des populations stationnaires $`X_1`$ et $`X_2`$ sont des populations dont *les effectifs*
+* Des populations stationnaires $`X_1^*`$ et $`X_2^*`$ sont des populations dont *les effectifs*
   *ne varient pas dans le temps*, donc telles que leurs
-  **dérivées premières $`dX_1/dt\text{ et }dX_2/dt`$** sont **nulles à tout instant**.   
+  **dérivées premières $`dX_1^*/dt\text{ et }dX_2^*/dt`$** sont **nulles à tout instant**.   
   <br>
   **$`\left.\begin{array}{l}
     \forall t \in \mathbb{R}, \\
-    \left.\dfrac{dX_1}{dt}\right\vert_t=0 \\
-    \left.\dfrac{dX_2}{dt}\right\vert_t=0
+    \left.\dfrac{dX_1^*}{dt}\right\vert_t=0 \\
+    \left.\dfrac{dX_2^*}{dt}\right\vert_t=0
     \end{array}\right\}
-    \Longrightarrow\;(X_1,X_2)`$** est **stationnaire**.
+    \Longrightarrow\;(X_1^*,X_2^*)`$** est **stationnaire**.
 
 ![](lokta-volverra-balance-populations-1a_L1200.jpg)
 
@@ -423,31 +423,33 @@ L'une représente des proies et l'autre des prédateurs.
 !!! </details>
 
 * Mathématiquement, il existe deux états stationnaires.
-   * L'état $`(X_1=0\,,\,X_2=0)`$ vérifie les conditions de stationnarité.    
+   * L'état $`(X_1^*=0\,,\,X_2^*=0)`$ vérifie les conditions de stationnarité.    
      Mais cet état n'est pas intéressant, car il correspond à l'absence de proies et de prédateurs.   
      Le modèle décrit alors l'évolution de populations qui n'existent pas.
-     <br>
-   * L'état **$`\mathbf{(X_1=D_2/C_2\,,\,X_2=C_1/D_1)}`$** est l'*unique cas stationnaire* intéressant.   
+
+<br>
+
+   * L'état **$`\mathbf{(X_1^*=D_2/C_2\,,\,X_2^*=C_1/D_1)}`$** est l'*unique cas stationnaire* intéressant.   
      <br>
      **$`\mathbf{\left.\begin{array}{l}
       \forall t \in \mathbb{R},\\
-      X_1(t) = \dfrac{D_2}{C_2} =X_1\\
-      X_2(t) = \dfrac{C_1}{D_1} = X_2
+      X_1^*(t) = \dfrac{D_2}{C_2} =X_1^*\\
+      X_2^*(t) = \dfrac{C_1}{D_1} = X_2^*
       \end{array}\right\}}`$**
 
       $`\Longrightarrow\left\{\begin{array}{l}
       \forall t \in \mathbb{R}, \\
-      \left.\dfrac{dX_1}{dt}\right\vert_t=+C_1\,\dfrac{D_2}{C_2}-D_1\,\dfrac{D_2}{C_2}\dfrac{C_1}{D_1}\\
-      \left.\dfrac{dX_1}{dt}\right\vert_t=-D_2\,\dfrac{C_1}{D_1}+C_2\,\dfrac{D_2}{C_2}\dfrac{C_1}{D_1}
+      \left.\dfrac{dX_1^*}{dt}\right\vert_t=+C_1\,\dfrac{D_2}{C_2}-D_1\,\dfrac{D_2}{C_2}\dfrac{C_1}{D_1}\\
+      \left.\dfrac{dX_2^*}{dt}\right\vert_t=-D_2\,\dfrac{C_1}{D_1}+C_2\,\dfrac{D_2}{C_2}\dfrac{C_1}{D_1}
       \end{array}\right.`$
       
       **$`\mathbf{\Longrightarrow\left\{\begin{array}{l}
       \forall t \in \mathbb{R}, \\
-      \left.\dfrac{dX_1}{dt}\right\vert_t=0\\
-      \left.\dfrac{dX_1}{dt}\right\vert_t=0
+      \left.\dfrac{dX_1^*}{dt}\right\vert_t=0\\
+      \left.\dfrac{dX_2^*}{dt}\right\vert_t=0
       \end{array}\right.}`$**
       
-      *$`\mathbf{\Longrightarrow} \Big(X_1=\dfrac{D_2}{C_2}\,,\, X_2=\dfrac{C_1}{D_1}\big)`$* est *stationnaire*.
+      *$`\mathbf{\Longrightarrow} \Big(X_1^*=\dfrac{D_2}{C_2}\,,\, X_2^*=\dfrac{C_1}{D_1}\big)`$* est *stationnaire*.
       
 <br>