Académique Documents
Professionnel Documents
Culture Documents
O L L E C T I O N
R E N O B L E
C I E N C E S
Jean-Pierre DEMAILLY
Grenoble Sciences
Grenoble Sciences poursuit un triple objectif!: ! raliser des ouvrages correspondant un projet clairement dfini, sans contrainte de mode ou de programme, ! garantir les qualits scientifique et pdagogique des ouvrages retenus, ! proposer des ouvrages un prix accessible au public le plus large possible. Chaque projet est slectionn au niveau de Grenoble Sciences avec le concours de referees anonymes. Puis les auteurs travaillent pendant une anne (en moyenne) avec les membres dun comit de lecture interactif, dont les noms apparaissent au dbut de louvrage. Celui-ci est ensuite publi chez lditeur le plus adapt. (Contact!: Tl.!: (33)4 76 51 46 95 - E-mail!: Grenoble.Sciences@ujf-grenoble.fr) Deux collections existent chez EDP Sciences!: ! la Collection Grenoble Sciences, connue pour son originalit de projets et sa qualit ! Grenoble Sciences!-!Rencontres Scientifiques, collection prsentant des thmes de recherche dactualit, traits par des scientifiques de premier plan issus de disciplines diffrentes. Directeur scientifique de Grenoble Sciences Jean BORNAREL, Professeur l'Universit Joseph Fourier, Grenoble 1 Comit de lecture pour Analyse numrique et quations diffrentielles ! M. ARTIGUE, Professeur l'IUFM de Reims ! A. DUFRESNOY, Professeur l'Universit Joseph Fourier - Grenoble 1 ! J.R. JOLY, Professeur l'Universit Joseph Fourier - Grenoble 1 ! M. ROGALSKI, Professeur l'Universit des Sciences et Techniques - Lille 1
Grenoble Sciences bnficie du soutien du Ministre de l'ducation nationale, de l'Enseignement suprieur et de la Recherche et de la Rgion Rhne-Alpes. Grenoble Sciences est rattach l'Universit Joseph Fourier de Grenoble.
17, avenue du Hoggar Parc dActivit de Courtabuf - BP 112 91944 Les Ulis Cedex A - France
Le pr esent ouvrage reprend avec beaucoup de compl ements un cours de Licence de Math ematiques ex troisi` eme ann ee dUniversit e donn e ` a lUniversit e de Grenoble I pendant les ann ees 1985-88. Le but de ce cours etait de pr esenter aux etudiants quelques notions th eoriques de base concernant les equations et syst` emes d equations di erentielles ordinaires, tout en explicitant des m ethodes num eriques permettant de r esoudre eectivement de telles equations. Cest pour cette raison quune part importante du cours est consacr ee ` a la mise en place dun certain nombre de techniques fondamentales de lAnalyse Num erique : interpolation polynomiale, int egration num erique, m ethode de Newton ` a une et plusieurs variables. Loriginalit e de cet ouvrage ne r eside pas tant dans le contenu, pour lequel lauteur sest inspir e sans vergogne de la litt erature existante en particulier du livre de Crouzeix-Mignot pour ce qui concerne les m ethodes num eriques, et des livres classiques de H. Cartan et J. Dieudonn e pour la th eorie des equations di erentielles mais plut ot dans le choix des th` emes et dans la pr esentation. Sil est relativement facile de trouver des ouvrages sp ecialis es consacr es soit aux aspects th eoriques fondamentaux de la th eorie des equations di erentielles et ses applications (Arnold, Coddington-Levinson) soit aux techniques de lAnalyse Num erique (Henrici, Hildebrand), il y a relativement peu douvrages qui couvrent simultan ement ces di erents aspects et qui se situent ` a un niveau accessible pour ete etudiant de second cycle. Nous avons en particulier consacr e deux l honn chapitres entiers ` a l etude des m ethodes el ementaires de r esolution par int egration explicite et a ` l etude des equations di erentielles lin eaires ` a coecients constants, ces questions etant g en eralement omises dans les ouvrages de niveau plus avanc e. Par ailleurs, un eort particulier a et e fait pour illustrer les principaux r esultats par des exemples vari es. La plupart des m ethodes num eriques expos ees avaient pu etre eectivement mises en uvre par les etudiants au moyen de programmes ecrits en Turbo Pascal ` a une epoque remontant maintenant a ` la pr ehistoire de linformatique. Aujourdhui, les environnements disponibles sont beaucoup plus nombreux, mais nous recommandons certainement encore aux etudiants dessayer dimpl ementer les algorithmes propos es dans ce livre sous forme de programmes ecrits dans des langages de base
comme C ou C++, et particuli` erement dans un environnement de programmation libre comme GCC sous GNU/Linux. Bien entendu, il existe des logiciels libres sp ecialis es dans le calcul num erique qui impl ementent les principaux algorithmes utiles sous forme de librairies toutes pr etes Scilab est lun des plus connus mais dun point de vue p edagogique et dans un premier temps au moins, il est bien plus formateur pour les etudiants de mettre vraiment la main dans le cambouis en programmant eux-m emes les algorithmes. Nous ne citerons pas denvironnements ni de logiciels propri etaires equivalents, parce que ces logiciels dont le fonctionnement intime est inaccessible ` a lutilisateur sont contraires a ` notre ethique scientique ou educative, et nous ne souhaitons donc pas en encourager lusage. Lensemble des sujets abord es dans le pr esent ouvrage d epasse sans aucun doute le volume pouvant etre trait e en une seule ann ee de cours m eme si jadis nous avions pu en enseigner lessentiel au cours de la seule ann ee de Licence. Dans les conditions actuelles, il nous para t plus judicieux denvisager une r epartition du contenu sur lensemble des deux ann ees du second cycle universitaire. Ce texte est probablement utilisable aussi pour les el` eves d ecoles ding enieurs, ou comme ouvrage de synth` ese au niveau de lagr egation de math ematiques. Pour guider le lecteur dans sa s election, les sous-sections de chapitres les plus diciles ainsi que les d emonstrations les plus d elicates sont marqu ees dun ast erisque. Le lecteur pourra trouver de nombreux exemples de trac es graphiques de solutions d equations di erentielles dans le livre dArtigue-Gautheron : on y trouvera en particulier des illustrations vari ees des ph enom` enes qualitatifs etudi es au chapitre X, concernant les points singuliers des champs de vecteurs. Je voudrais ici remercier mes coll` egues grenoblois pour les remarques et am eliorations constantes sugg er ees tout au long de notre collaboration pendant les trois ann ees qua dur e ce cours. Mes plus vifs remerciements sadressent egalement a Mich` ` ele Artigue, Alain Dufresnoy, Jean-Ren e Joly et Marc Rogalski, qui ont bien voulu prendre de leur temps pour relire le manuscrit original de mani` ere tr` es d etaill ee. Leurs critiques et suggestions ont beaucoup contribu e` a la mise en forme d enitive de cet ouvrage. Saint-Martin dH` eres, le 5 novembre 1990
La seconde edition de cet ouvrage a b en eci e dun bon nombre de remarques et de suggestions propos ees par Marc Rogalski. Les modications apport ees concernent notamment le d ebut du chapitre VIII, o` u la notion d elicate derreur de consistance a et e plus clairement explicit ee, et les exemples des chapitres VI et XI traitant du mouvement du pendule simple. Lauteur tient ` a remercier de nouveau Marc Rogalski pour sa pr ecieuse contribution. Saint-Martin dH` eres, le 26 septembre 1996
La troisi` eme edition de cet ouvrage a et e enrichie dun certain nombre de compl ements th eoriques et pratiques : comportement g eom etrique des suites it eratives en dimension 1, th eor` eme des fonctions implicites et ses variantes g eom etriques dans le chapitre IV ; crit` ere de maximalit e des solutions dans le chapitre V ; calcul de g eod esiques dans le chapitre VI ; quelques exemples et exercices additionnels dans les chapitres suivants ; notions el ementaires sur les ots de champs de vecteurs dans le chapitre XI. Saint-Martin dH` eres, le 28 f evrier 2006
Lobjet de ce chapitre est de mettre en evidence les principales dicult es li ees ` a la pratique des calculs num eriques sur ordinateur. Dans beaucoup de situations, il existe des m ethodes sp eciques permettant daccro tre a ` la fois lecacit e et la pr ecision des calculs.
La capacit e m emoire dun ordinateur est par construction nie. Il est donc n ecessaire de repr esenter les nombres r eels sous forme approch ee. La notation la plus utilis ee ` a lheure actuelle est la repr esentation avec virgule ottante : un nombre r eel x est cod e sous la forme x m bp o` u b est la base de num eration, m la mantisse, et p lexposant. Les calculs internes sont g en eralement eectu es en base b = 2, m eme si les r esultats ach es sont nalement traduits en base 10. La mantisse m est un nombre ecrit avec virgule xe et poss edant un nombre maximum N de chires signicatifs (impos e par le choix de la taille des emplacements m emoires allou es au type r eel) : suivant les machines, m s ecrira
N
m = 0, a1 a2 . . . aN =
k=1
ak b k ,
b1 m < 1 ;
m = a0 , a1 a2 . . . aN 1 =
0k<N
ak bk , 1 m < b.
Ceci entra ne que la pr ecision dans lapproximation dun nombre r eel est toujours une pr ecision relative : x m bN = 1 = b1N . x m b
On notera = b1N cette pr ecision relative. En Langage C standard (ANSI C), les r eels peuvent occuper pour le type oat , 4 octets de m emoire, soit 1 bit de signe, 23 bits de mantisse et 8 bits dexposant (dont un pour le signe de lexposant). Ceci permet de repr esenter les r eels avec une mantisse de 6 ` a 7 chires signicatifs apr` es la virgule, dans une a 2127 soit environ de 1038 = 1 E 38 a ` 1038 = 1 E + 38. echelle allant de 2128 ` 7 La pr ecision relative est de lordre de 10 . pour le type double , 8 octets de m emoire, soit 1 bit de signe, 51 bits de mantisse et 12 bits dexposant (dont un pour le signe de lexposant). Ceci permet de repr esenter les r eels avec une mantisse de 15 chires signicatifs apr` es la virgule, a 22047 soit environ de 10616 = 1 E 616 a ` dans une echelle allant de 22048 ` ecision relative est de lordre de 1015 . 10616 = 1 E + 616. La pr
Supposons par exemple que les r eels soient calcul ees avec 3 chires signicatifs et arrondis a ` la d ecimale la plus proche. Soit a ` calculer la somme x + y + z avec x = 8, 22, y = 0, 00317, z = 0, 00432
(x + y ) + z donne : x + y = 8, 22317 8, 22 (x + y ) + z 8, 22432 8, 22 x + (y + z ) donne : y + z = 0, 00749 x + (y + z ) = 8, 22749 8, 23. Laddition est donc non associative par suite des erreurs darrondi !
On se propose d etudier quelques m ethodes permettant de majorer les erreurs darrondi dues aux op erations arithm etiques. Soient x, y des nombres r eels suppos es repr esent es sans erreur avec N chires signicatifs : x = 0, a1 a2 . . . aN bp , b1+p x < bp y = 0, a1 a2 . . . aN bq , b1+q y < bq Notons (x + y ) lerreur darrondi commise sur le calcul de x + y . Supposons par exemple p q . Sil ny a pas d ebordement, cest-` a-dire si x + y < bp , le calcul de x + y saccompagne dune perte des p q derniers chires de y correspondant aux puissances bk+q < bN +p ; donc (x + y ) bN +p , alors que x + y x b1+p . En cas de d ebordement x + y bp (ce qui se produit par exemple si p = q et ecimale correspondant ` a la puissance bN +p est elle aussi perdue, a1 + a1 b), la d 1N +p . Dans les deux cas : do` u (x + y ) b (x + y ) (|x| + |y |), ecision relative d ecrite au 1.1. Ceci reste vrai quel que soit le o` u = b1N est la pr signe des nombres x et y .
En g en eral, les r eels x, y ne sont eux-m emes connus que par des valeurs approch ees x , y avec des erreurs respectives x = |x x|, y = |y y |. A ces erreurs sajoute lerreur darrondi (x + y ) (|x | + |y |) (|x| + |y | + x + y ). Les erreurs x, y sont elles-m emes le plus souvent dordre par rapport a ` |x| et |y |, de sorte que lon pourra n egliger les termes x et y . On aura donc : (x + y ) x + y + (|x| + |y |).
n
partielles sk = u1 + u2 + . . . + uk vont se calculer de proche en proche par les formules de r ecurrence s0 = 0 s k = s k 1 + uk , k 1. Si les r eels uk sont connus exactement, on aura sur les sommes sk des erreurs sk telles que s1 = 0 et sk sk1 + (sk1 + uk ) = sk1 + sk . Lerreur globale sur sn v erie donc sn (s2 + s3 + . . . + sn ), soit sn (un + 2un1 + 3un2 + . . . + (n 1)u2 + (n 1)u1 ). Comme ce sont les premiers termes somm es qui sont aect es des plus gros coecients eduit la r` egle g en erale suivante (cf. exemple 1.2). dans lerreur sn , on en d
Le produit de deux mantisses de N chires donne une mantisse de 2N ou 2N 1 chires dont les N ou N 1 derniers vont etre perdus. Dans le calcul dun produit xy (o` u x, y sont suppos es repr esent es sans erreur) il y aura donc une erreur darrondi (xy ) |xy |, o` u = b1N .
Si x et y ne sont eux-m emes connus que par des valeurs approch ees x , y et si x = |x x|, y = |y y |, on a une erreur initiale |x y xy | = |x(y y ) + (x x)y | |x|y + x|y | |x|y + x|y | + xy.
10
A cette erreur sajoute une erreur darrondi (x y ) |x y | (|x| + x)(|y | + y ). En n egligeant les termes xy , x, y , on obtient la formule approximative (xy ) |x|y + x|y | + |xy |. ()
es repr esent es sans erreur. La Soit plus g en eralement des r eels x1 , . . . , xk , suppos formule () entra ne (x1 x2 . . . xk ) (x1 . . . xk1 )|xk | + |x1 . . . xk1 xk |, do` u par une r ecurrence ais ee : (x1 x2 . . . xk ) (k 1)|x1 x2 . . . xk |. Lerreur sur un quotient est donn ee de m eme par (x/y ) |x/y |. On en d eduit en erale pour tous exposants i Z la formule g
k k 1 2 1 2 (x 1 x2 . . . xk ) (|1 | + . . . + |k | 1)|x1 x2 . . . xk | ;
erations requises on observera que |1 | + . . . + |k | 1 est exactement le nombre dop k 1 2 x . . . x par multiplications ou divisions successives des xi . pour calculer x 1 2 k Contrairement au cas de laddition, la majoration de lerreur dun produit ne d epend pas de lordre des facteurs.
P (x) =
k=0
a k xk .
ve qui vient a ` lesprit consiste a ` poser x0 = 1, s0 = a0 , La m ethode la plus na puis a ` calculer par r ecurrence k k 1 x x = x pour k 1. uk = a k xk s k = s k 1 + uk Pour chaque valeur de k , deux multiplications et une addition sont donc n ecessaires. Il existe en fait une m ethode plus ecace :
11
Si lon pose
On eectue ainsi seulement une multiplication et une addition a ` chaque etape, ce qui economise une multiplication et donc une fraction substantielle du temps dex ecution. Comparons maintenant les erreurs darrondi dans chacune des deux m ethodes, en esent es sans erreur. supposant que les r eels x, a0 , a1 , . . . , an sont repr M ethode na ve . On a ici P (x) = sn avec
(ak xk ) k|ak ||x|k , sk sk1 + k|ak ||x|k + (|sk1 | + |uk |) sk1 + k|ak ||x|k + (|a0 | + |a1 ||x| + . . . + |ak ||x|k ). Comme s0 = 0, il vient apr` es sommation sur k :
n n
sn
k=1 n
(n + 1 k )|ak ||x|k .
k=0
P (x) (n + 1)
k=0
|ak ||x|k .
R` egle de H orner. Dans ce cas, on a pk1 (xpk ) + (|ak1 | + |xpk |) (|x|pk + |xpk |) + (|ak1 | + |xpk |) = (|ak1 | + 2|x||pk |) + |x|pk . En d eveloppant P (x) = p0 , il vient p0 (|a0 | + 2|x||p1 |) + |x| |a1 | + 2|x||p2 | + |x| |a2 | + . . . do` u P (x)
k=0 n n n
|ak ||x|k + 2
k=1 n
P (x)
k=0 n
P (x)
12
On voit que la somme des coecients derreur aect es aux termes |ak ||x|k , soit
n
2k + 1 2(n + 1), lerreur commise sera dans le pire des cas egale ` a 2 fois celle de la m ethode na ve. N eanmoins, les petits coecients portent sur les premiers termes calcul es, de sorte que la pr ecision de la m ethode de H orner sera nettement meilleure si le terme |ak ||x|k d ecro t rapidement : cest le cas par exemple si P (x) est le d ebut dune s erie convergente.
Exercice Evaluer dans les deux cas lerreur commise sur les sommes partielles
de la s erie exponentielle
n k=0
xk , k!
x0
1 k! .
ethode na ve, tandis que R eponse. On trouve P (x) (1 + (n + x)ex ) pour la m la factorisation P (x) = 1 + x 1 + x x x x 1+ 1 + ... 1 + 1+ 2 3 n1 n ...
donne P (x) (1 + 3xex ), ce qui est nettement meilleur en pratique puisque n doit etre choisi assez grand.
Les majorations derreurs que nous avons donn ees plus haut p echent en g en eral par exc` es de pessimisme, car nous navons tenu compte que de la valeur absolue des erreurs, alors quen pratique elles sont souvent de signe al eatoire et se compensent donc partiellement entre elles. elev e dune Supposons par exemple quon cherche a ` calculer une somme sn de rang + etant des r eels 0 suppos es repr esent es sans s erie convergente S = k=0 uk , les uk erreur. On pose donc s k = s k 1 + uk , erient et les erreurs sk v sk = sk1 + k avec s0 = 0 et |k | (sk1 + uk ) = sk S. On en d eduit donc sn = 1 + 2 + . . . + n et en particulier |sn | nS . Dans le pire des cas, lerreur est donc proportionnelle ` n. On va voir quon peut en fait esp a erer beaucoup mieux sous des hypoth` eses raisonnables. s0 = u0 ,
13
Hypoth` eses
(1) Les erreurs k sont des variables al eatoires globalement ind ependantes les unes eatoirement). des autres (lorsque les uk sont choisis al (2) Lesp erance math ematique E (k ) est nulle, ce qui signie que les erreurs darrondi nont aucune tendance a ` se faire par exc` es ou par d efaut. Lhypoth` ese (2) entra ne E (sn ) = 0 tandis que lhypoth` ese (1) donne var(sn ) = var(1 ) + . . . + var(n ). Comme E (k ) = 0 et |k | S , on a var(k ) 2 S 2 , do` u (sn ) = var(sn ) nS Lerreur quadratique moyenne cro t seulement dans ce cas comme lin egalit e de Bienaym e-Tchebychev on a : P (|sn | (sn )) 2 . La probabilit e que lerreur d epasse 10 nS est donc inf erieure ` a 1%. n. Dapr` es
Les ph enom` enes de compensation se produisent lorsquon tente deectuer des soustractions de valeurs tr` es voisines. Ils peuvent conduire a ` des pertes importantes de pr ecision. Les exemples suivants illustrent les dicult es pouvant se pr esenter et les rem` edes ` a apporter dans chaque cas.
x2 1634x + 2 = 0
Supposons que les calculs soient eectu es avec 10 chires signicatifs. Les formules habituelles donnent alors 816, 9987760 = 667 487, 1633, 998776, x1 = 817 + 0, 0012240. x2 = 817 On voit donc quon a une perte de 5 chires signicatifs sur x2 si lon eectue la soustraction telle quelle se pr esente naturellement ! Ici, le rem` ede est simple : il u sut dobserver que x1 x2 = 2, do` x2 = 2 x1 1, 223991125 103 .
Cest donc lalgorithme num erique utilis e qui doit etre modi e.
14
e10
e10
(1)k
k=0
10k , k!
les calculs etant toujours eectu es avec 10 chires signicatifs. Le terme g en eral |uk | = 10k /k! est tel que |uk | 10 = 1 d` es que |uk1 | k On a donc 2 termes de valeur absolue maximale |u9 | = |u10 | = tandis que e10 1010 10! 2, 755 103 k 10.
u10 : e10 :
5, 0,
Ceci signie quau moins 8 chires signicatifs vont etre perdus par compensation es. Un rem` ede simple consiste ` a utiliser la relation des termes uk de signes oppos
n
e10 = 1/e10
avec e10
k=0
10k . k!
On essaiera dans la mesure du possible d eviter les sommations dans lesquelles des termes de signes oppos es se compensent.
Soit Pn le demi-p erim` etre du polygone r egulier a ` n c ot es inscrit dans un cercle de rayon 1. Le c ot e de ce polygone vaut 2 R sin /n = 2 sin /n, do` u Pn = n sin , n 1 3 Pn = 2 + o 3 . 6n n
15
R=1
/n
ethode de dichotomie permettant de calculer par Pour evaluer Pn , on utilise une m r ecurrence xk = P2k = 2k sin k . 2 Si est un angle compris entre 0 et 2 on a sin = 2 1 (1 cos ) = 2 1 (1 2 1 sin2 ). ()
Ce nest pourtant pas du tout ce quon va observer sur machine ! D` es que (xk /2k )2 sera inf erieur ` a la pr ecision relative des calculs, lordinateur va donner 1 (xk /2k )2 = 1 do` u xk+1 = 0.
Pour eviter cette dicult e, il sut de remplacer () par sin do` u sin = 2 1 1 cos2 = 2 1 + cos = 2 sin 2(1 + 1 sin )
2
()
qui evite le ph enom` ene de compensation pr ec edent, de sorte que le calcul des xk peut etre pouss e beaucoup plus loin.
16
On obtiendra une m ethode plus ecace encore en observant quon peut evaluer sin 2 . Ceci donne cos dans () par la formule cos = 2 sin sin = sin 2 sin , 2 sin + sin 2 do` u
xk+1 = xk
2xk . x k + xk 1
Deux valeurs emarrer, par exemple x1 = 2 dinitialisation sont alors requises pour d et x2 = 2 2.
Il sagit de ph enom` enes damplication des erreurs darrondi. Une telle amplication se produit assez fr equemment dans le cas de calculs r ecurrents ou it eratifs.
Supposons a ` titre dexemple quon cherche a ` evaluer num eriquement lint egrale In = Un calcul imm ediat donne
1
xn , 10 + x
n N.
I0 = In = =
dx = ln (10 + x) 10 + x x xn1 dx = 10 + x x
n1 1 0
1 0
= ln 1
11 , 10
10 xn1 dx 10 + x
dx 10
1 0
1 xn1 dx = 10 In1 . 10 + x n
Ceci permet de calculer In par r ecurrence avec I0 = ln 11 10 1 In = n 10 In1 . Ce probl` eme apparemment bien pos e math ematiquement conduit num eriquement a des r ` esultats catastrophiques. On a en eet In 10 In1 ,
m eme si on n eglige lerreur darrondi sur 1/n. Lerreur sur In explose donc etant multipli ee par 10n ` a l etape n. exponentiellement, lerreur initiale sur I0 etant d ecroissante Comment faire alors pour calculer par exemple I36 ? La suite xn
17 Comme
eme d ecroissante. pour x [0, 1], on voit que la suite In est elle-m 10 10 + x 11, on a de plus 1 1 In . 11(n + 1) 10(n + 1) Lapproximation In
In In
erreur relative satisfaisant. Lid ee est alors de renverser la r ecurrence en posant In1 = 1 1 In . 10 n
1 1 11(n+1) donne une erreur absolue 110(n+1) et donc 1 10 . Ceci donne lordre de grandeur mais nest pas
une tr` es
1 1 , on a donc cette fois In1 En n egligeant lerreur sur n 10 In , estimation qui 1 va dans le bon sens. Si lon part de I46 11.47 , on obtiendra pour I36 une erreur relative sans doute meilleure que 1010 .
1 10(n+1)(n+2) ,
1 10(n+2) .
On voit donc le r ole fondamental jou e par le coecient damplication de lerreur, 10 dans le premier cas, 1/10 dans le second. En g en eral, si on a un coecient damplication A > 1, il est imp eratif de limiter le nombre n d etapes en sorte que es inf erieur ` a 1, si est la pr ecision relative des calculs. An reste tr`
Soit a ` calculer une suite (un ) d enie par sa valeur initiale u0 et par la relation de r ecurrence un+1 = f (un ), u f n = f f . . . f est la o` u f est une fonction donn ee. On a donc un = f n (u0 ) o` n-i` eme it er ee de f . On consid` ere par exemple la suite (un ) telle que u0 = 2, un+1 = | ln (un )|,
dont on cherche a ` evaluer le terme u30 . Un calcul eectu e` a la pr ecision 109 sur un ordinateur nous a donn e u30 0, 880833175. A la lumi` ere de lexemple pr ec edent, il est n eanmoins l egitime de se demander si ce calcul est bien signicatif, compte tenu de la pr esence des erreurs darrondi. En es voisines de 2, on obtient en fait les r esultats suivants partant de valeurs de u0 tr`
18
(arrondis a ` 109 pr` es, sur la m eme impl ementation de calcul que ci-dessus) : u0 u5 u10 u15 u20 u24 u25 u26 u30 2,000000000 5,595485181 0,703934587 1,126698502 1,266106839 1,000976376 0,000975900 6,932150628 0,880833175 2,000000001 5,595484655 0,703934920 1,126689382 1,266256924 1,001923276 0,001921429 6,254686211 0,691841353 1,999999999 5,595485710 0,703934252 1,126707697 1,265955552 1,000022532 0,000022532 10,700574400 1,915129896 5 1010 9 108 5 107 8 106 104 103 100% 50% 100%
e La derni` ere colonne donne lordre de grandeur de l ecart relatif un /un observ entre la deuxi` eme ou troisi` eme colonne et la premi` ere colonne. On voit que cet ecart augmente constamment pour atteindre environ 103 sur u24 . Pour le calcul eritable catastrophe num erique : l ecart relatif devient de u25 , il se produit une v voisin de 100% ! Il en r esulte que toutes les valeurs calcul ees ` a partir de u25 sont certainement non signicatives pour une pr ecision des calculs de 109 . Pour comprendre ce ph enom` ene, il sut dobserver quune erreur x sur la variable x entra ne une erreur f (x) sur f (x), approximativement donn ee par f (x) = |f (x)| x. Ceci se voit bien s ur en approximant f (x + x) f (x) par sa di erentielle f (x)x, lorsque f est d erivable au point x. Le coecient damplication de lerreur absolue etre est donc donn e par la valeur absolue de la d eriv ee |f (x)| ; ce coecient peut parfois assez grand. Souvent dans les calculs num eriques (et ici en particulier), il est plus pertinent de consid erer les erreurs relatives. La formule |f (x)||x| x f (x) = |f (x)| |f (x)| |x| montre que le coecient damplication de lerreur relative est |f (x)||x|/|f (x)|. Dans le cas f (x) = ln (x) qui nous int eresse, ce coecient vaut 1/| ln x| ; il devient tr` es grand lorsque x est proche de 1, comme cest le cas par exemple pour u24 .
2 4.1. Soit x 0 ; on note F (x) =
x 0
et dt.
(a) Encadrer F (x) par deux entiers cons ecutifs. eveloppement en s erie enti` ere de x, exprimer F (x) (b) En rempla cant et par un d comme somme dune s erie. On choisit x = 3 ; calculer les 10 premiers termes
2
19
de la s erie. En d eduire que pour x 3 on a un ph enom` ene de compensation dans le calcul de la somme des premiers termes de la s erie. (c) On d enit g (x) par F (x) = ex g (x). Montrer que g est solution dune equation di erentielle. Exprimer g (x) comme somme dune s erie enti` ere en x. u les an (x) sont tous positifs. (d) En d eduire lexpression F (x) = n=0 an (x) o` ecurrence entre an (x) et an1 (x). D eterminer a0 (x) et donner la solution de r Montrer lin egalit e
+ +
2
an (x) aN
n=N +1
x2 N x2
(pour N > x2 )
(e) En utilisant les r esultats pr ec edents, ecrire un programme en langage informatique qui, a ` la lecture de x et dun entier k 1 calcule une valeur approch ee de es. F (x) a ` 10k pr` 4.2. Soit (In )nN la suite des int egrales
1
In =
xn dx. 6 + x x2
(a) Montrer que In v erie une relation de r ecurrence de la forme In+1 = In + In1 + cn o` u , sont des constantes et (cn ) une suite num erique explicite. a partir de I0 et I1 par la formule (). (b) On envisage le calcul r ecurrent de In ` On suppose que les valeurs de I0 et I1 sont aect ees derreurs darrondis 0 et esulte sur In (on n eglige ici lerreur sur le 1 , et on note n lerreur qui en r calcul de cn et les erreurs darrondi pouvant intervenir dans lapplication de la formule ()). () D eterminer n en fonction de 0 et 1 . ed e avec un ordinateur donnant ( ) Est-il possible de calculer I50 par ce proc une pr ecision relative de 1010 ? 4.3. Etant donn e une suite xk , k = 1, . . . , n de r eels, on note n = n 1 2 2 2 la moyenne et n = n l ecart type avec n = n k=1 (xk n ) . (a) Soit qn =
n k=1 2 x2 k . Exprimer n en fonction de qn et de n . 1 n n k=1
()
xk
(b) Ecrire un programme qui calcule les moyennes et l ecart type dun nombre ind etermin e de r eels. Les donn ees r eelles sont entr ees au clavier ; apr` es chaque entr ee on achera la moyenne et l ecart type de la suite des nombres d ej` a entr es.
20
(c) On suppose que pour k = 1, . . . , n on a xk = + k avec |k | < o` u est petit n 2 3. devant . Montrer que lon a lin egalit e qn En d eduire que la m ethode de calcul de n utilisant la formule du (a) est inadapt ee pour une telle suite. (d) On veut obtenir un algorithme de calcul de n plus stable. Etablir les egalit es :
2 2 2 2 (n + 1)n +1 = nn + n(n+1 n ) + (xn+1 n+1 ) , (n + 1)n+1 = nn + xn+1 . 2 En d eduire n +1 = n n+1 2 n + 1 n
(xn+1 n+1 )2 .
(e) Reprendre la question (b) avec le nouvel algorithme. (f) On consid` ere une suite de r eels xk = 1 + moyenne et son ecart type.
2kn1 n1 ,
k = 1, . . . , n. D eterminer sa
eels xk , k = 1, . . . , 2n telle que pour (g) M eme question pour la suite des 2n r p n p egaux a ` + 2 (On pourra remarquer que p = 0, . . . , n on ait Cn termes n
p 1 p2 Cp n = pnCn1 ).
Les fonctions les plus faciles ` a evaluer num eriquement sont les fonctions polyn omes. Il est donc important de savoir approximer une fonction arbitraire par des polyn omes. Dans ce cadre, lun des outils de base est la m ethode dinterpolation de Lagrange.
fonctions polyn omes sur R ` a coecients r eels, de degr e inf erieur ou egal ` a n. On a donc dim Pn = n + 1. Par ailleurs, si f est une fonction d enie sur un intervalle [a, b] R ` a valeurs dans R ou C, la norme uniforme de f sur [a, b] sera not ee f
[a,b]
= sup |f (x)|
x[a,b]
o` u m eme simplement f sil ny a pas dambigu t e. Enn C([a, b]) d esignera lespace des fonctions continues sur [a, b] a ` valeurs dans R.
Soit f : [a, b] R une fonction continue. On se donne n + 1 points x0 , x1 , . . . , xn dans [a, b], deux a ` deux distincts, non n ecessairement rang es par ordre croissant.
(x xj ) , (xi xj )
0 i n,
22
o` u le produit est eectu e sur les indices j tels que 0 j n, j = i. Il est clair que li Pn et que li (xj ) = 0 si j = i, li (xi ) = 1. Le probl` eme ci-dessus admet donc au moins une solution
n
pn (x) =
i=0
pn Pn .
()
Il reste ` a prouver lunicit e. Supposons que qn Pn soit une autre solution du probl` eme. Alors pn (xi ) = qn (xi ) = f (xi ), donc xi est racine de qn pn . Par suite le polyn ome
n
n+1 (x) =
(x xj )
j =0
j =i (x
xj ), do` u
(xi xj ).
a j xj i = f (xi ),
j =0
0 i n,
eterminant du syst` eme est un d eterminant en les n +1 inconnues a0 , a1 , . . . , an . Le d dit de Van der Monde : 1 1 = . . . x0 x1 . . . x2 0 x2 1 x2 n ... ... ... xn 0 xn 1 xn n
1 xn
23
ome de Il sagit de montrer que = 0 si les xi sont distincts. Or est un polyn +1) en les variables x0 , x1 , . . . , xn . Il est clair que degr e total 1 + 2 + . . . + n = n(n2 = 0 chaque fois que xi = xj pour un couple (i, j ) tel que 0 j < i n. est donc divisible par le polyn ome 0j<in (xi xj ), qui est lui aussi de
+1) . Le quotient est donc une constante, donn ee par exemple par le degr e total n(n2 n . . . x dans , qui vaut 1. Par suite coecient de x1 x2 2 n
(xi xj ).
0j<in
Il nest pas recommand e de r esoudre num eriquement le syst` eme pr ec edent pour ethode beaucoup plus ecace (cf. 1.3). obtenir pn . Nous verrons plus loin une m
Th eor` eme On suppose que f est n + 1 fois d erivable sur [a, b]. Alors pour tout x [a, b], il existe un point x ] min (x, xi ), max (x, xi )[ tel que
f (x) pn (x) = 1 n+1 (x)f (n+1) (x ). (n + 1)!
Lemme Soit g une fonction p fois d erivable sur [a, b]. On suppose quil existe
p + 1 points c0 < c1 < . . . < cp de [a, b] tels que g (ci ) = 0. Alors il existe ]c0 , cp [ tel que g (p) ( ) = 0. Le lemme se d emontre par r ecurrence sur p. Pour p = 1, cest le th eor` eme de Rolle. Supposons le lemme d emontr e pour p 1. Le th eor` eme de Rolle donne des points ese de r ecurrence, 0 ]c0 , c1 [, . . . , p1 ]cp1 , cp [ tels que g (i ) = 0. Par hypoth` il existe donc ]0 , p1 [ ]c0 , cp [ tel que (g )(p1) ( ) = g (p) ( ) = 0.
24
D emonstration du th eor` eme Si x = xi , on a n+1 (xi ) = 0, tout point x convient. Supposons maintenant x distinct des points xi . Soit pn+1 (t) le polyn ome dinterpolation de f (t) aux points x, x0 , . . . , xn+1 , de sorte ome que pn+1 Pn+1 . Par construction f (x) pn (x) = pn+1 (x) pn (x). Or le polyn e n + 1 et sannule aux n + 1 points x0 , x1 , . . . , xn . On a pn+1 pn est de degr donc pn+1 (t) pn (t) = c n+1 (t), c R. Consid erons la fonction g (t) = f (t) pn+1 (t) = f (t) pn (t) cn+1 (t). Cette fonction sannule en les n + 2 points x, x0 , x1 , . . . , xn donc dapr` es le lemme il existe x ] min (x, xi ), max (x, xi )[ tel que g (n+1) (x ) = 0. Or
n+1) p( = 0, n
n+1 = (n + 1)!
(n+1)
On a par cons equent g (n+1) (x ) = f (n+1) (x ) c (n + 1)! = 0, do` u f (x) pn (x) = pn+1 (x) pn (x) = cn+1 (x) = f (n+1) (x ) n+1 (x). (n + 1)!
En prenant la borne sup erieure de la valeur absolue des deux membres dans la formule derreur, on obtient en particulier :
Corollaire
f pn
1 n+1 (n + 1)!
f (n+1) .
epend Ces formules montrent que la taille de lerreur dinterpolation f (x) pn (x) d etre grande si f oscille trop vite, et de la ` la fois de la quantit a e f (n+1) , qui peut ee ` a la r epartition des points xi dans lintervalle [a, b]. quantit e n+1 , qui est li
On va d ecrire ici une m ethode simple et ecace permettant de calculer les ome dinterpolation de f aux polyn omes dinterpolation de f . Soit pk le polyn points x0 , x1 , . . . , xk .
25 ()
pn (x) = f (x0 ) +
k=1
Pour pouvoir exploiter cette formule, il reste bien entendu a ` evaluer les coecients f [x0 , x1 , . . . , xk ]. On utilise a ` cette n une r ecurrence sur le nombre k de points xi , en observant que f [x0 ] = f (x0 ).
ee di erence divis ee A cause de cette formule, la quantit e f [x0 , x1 , . . . , xk ] est appel dordre k de f aux points x0 , . . . , xk . V erication de (). D esignons par qk1 Pk1 le polyn ome de f aux points x1 , x2 , . . . , xk . Posons pk (x) = (x x0 )qk1 (x) (x xk )pk1 (x) . xk x0
Alors pk Pk , pk (x0 ) = pk1 (x0 ) = f (x0 ), pk (xk ) = qk1 (xk ) = f (xk ) et pour 0 < i < k on a pk (xi ) = (xi x0 )f (xi ) (xi xk )f (xi ) = f (xi ). xk x0
Par cons equent pk = pk . Comme le coecient directeur de qk1 est f [x1 , . . . , xk ], e on obtient la formule () cherch ee en egalant les coecients de xk dans lidentit pk (x) = (x x0 )qk1 (x) (x xk )pk1 (x) . xk x0
Algorithme pratique On range les valeurs f (xi ) dans un tableau TAB, puis
on modie ce tableau en n etapes successives, en proc edant par indices d ecroissants : Tableau TAB [n] TAB [n 1] TAB [n 2] . . . TAB [2] TAB [1] TAB [0] Etape 0 f (xn )
n2
Etape 1 f [xn1 , xn ]
Etape 2
...
Etape n
f [x , x ] f (xn1 ) n2 n1 f (x )
. . . f (x2 ) f (x1 ) . . . f [x1 , x2 ] f [x0 , x1 ]
f [xn2 , xn1 , xn ] . . .
f [x0 , . . . , xn ]
f (x0 )
. . . f [x0 , x1 , x2 ]
26
A lissue de la n-i` eme etape, la case m emoire TAB[k ] contient le coecient e, et on peut alors utiliser la formule (). Il est commode f [x0 , . . . , xk ] cherch dappliquer ici la r` egle de H orner : pn (x) = TAB [0] + (x x0 )(TAB [1] + (x x1 )(TAB [2] + . . . + (x xn1 )TAB [n]))) On eectue donc une r ecurrence descendante un = TAB [n] uk = TAB [k ] + (x xk )uk+1 , qui aboutit a ` u0 = pn (x). 0 k < n,
avec k (x) = (x x0 ) . . . (x xk1 ) et ] min(x0 , . . . , xk ), max (x0 , . . . , xk )[. En comparant les deux egalit es il vient f [x0 , x1 , . . . , xk ] = 1 (k ) f ( ), k! ] min(xi ), max(xi )[.
Si lon suppose que f, f , . . . , f (n) existent et sont continues, on voit que les ees ind ependamment du choix des xi , di erences divis ees f [x0 , . . . , xk ] sont born m eme si certains de ces points sont tr` es voisins.
b a n .
On consid` ere la subdivision de lintervalle [a, b] de pas constant h = dinterpolation sont donc xi = a + ih = a + i ba , n 0 i n.
Les points
On note fi = f (xi ) les valeurs de f correspondantes, et on introduit un op erateur not e , appel ee op erateur aux di erences nies, d eni par : (f0 , f1 , . . . , fn ) (f0 , f1 , . . . , fn1 ) avec fi = fi+1 fi , 0 i n 1. Lorsquon it` ere lop eration , on obtient des r eels k fi , 0 i n k , d enis par la formule de r ecurrence k fi = k1 fi+1 k1 fi , k 1, 0 i n k,
27
k j j j =0 (1) Ck fi+j ,
Il est alors facile de montrer par r ecurrence que les di erences divis ees sont donn ees par k fi . f [xi , xi+1 , . . . , xi+k ] = k !hk R ecrivons avec ces notations la formule fondamentale (). eectuons le changement de variable x = a + sh, On a alors (x x0 ) . . . (x xk1 ) = sh(sh h) . . . (sh (k 1)h) = hk s(s 1) . . . (s k + 1). On obtient la formule de Newton suivante, dans laquelle s = (x a)/h :
n
s [0, n].
pn (x) =
k=0
k f0 s 1
s(s 1) . . . (s k + 1) k! s1 2 2 f0 + . . . + sn+1 n f0 . . . . n
= f0 +
1 f0 +
Les coecients k f0 se calculent suivant le sch ema d ecrit au 1.3 : fn fn1 fn2 f2 f1 f0
fn2 f0
f1
fn1
2 fn2 . . . n1 f1 n1 f0
2
n f0
f0
. . .
A lissue de la n-i` eme etape, le tableau contient les coecients k f0 cherch es.
28
La fonction (s) = |s(s 1) . . . (s n)|, s [0, n], v erie (n s) = (s), donc elle . Comme ( s 1) /(s) = (n + 1 s)/s > 1 pour atteint son maximum dans 0, n 2 1s n , on voit que atteint en fait son maximum dans [0, 1], do` u 2 max = max (s) n!
[0,n] s[0,1]
1 max |f (n+1) |. n + 1 [x0 ,...,xn ] Une application typique de ces formules est le calcul dune valeur approch ee de limage f (x) au moyen dune table num erique donnant les valeurs successives f (xi ) avec un pas constant h. Supposons par exemple que h = 102 et que lon cherche a ` evaluer f (x) a ` 108 pr` es. Une interpolation lin eaire (cas n = 1) donnerait une 2 e n = 3, erreur en h = 104 beaucoup trop grande. On doit ici aller jusquau degr ce qui permet dobtenir un erreur h4 = 108 pourvu que max |f (4) | 4. |f (x) pn (x)| hn+1
Il en r esulte
n! (b a)n+1 nn+1
= O
ba e
quand
n +.
1 1 1 1 3 1 = ... n 1 2 . . . (n 1) 2 2 2 2 2 4 1 1 1 nn nn 2 n! 6n n n+1 4n 4n e e pour n grand, on voit en fait que ba nn 2 1 = 3/2 . n +1 e e n Nous obtiendrons au 2.2 des estimations beaucoup plus pr ecises. Lexercice suivant montre lint er et de la formule de Newton en arithm etique. n+1 hn+1
1
n+1
Exercice
(a) Montrer que les polyn omes de Newton Nk (s) = s(s 1) . . . (s k + 1) , k! 0kn
forment une base de Pn et que pour tout s Z on a Nk (s) Z k ou une r ecurrence a ` partir de la relation [Indication : utiliser les Cn Nk (s) Nk (s 1) = Nk1 (s)]. (b) Montrer quun polyn ome p Pn est tel que p(s) Z pour tout s Z si et seulement si p est combinaison lin eaire a ` coecients dans Z de N0 , . . . , Nn .
29
x [1, 1]
On d enit les polyn omes de Tchebychev par tn (x) = cos(n Arccos x),
Il nest pas evident a priori que tn est un polyn ome ! Pour le voir, on proc` ede comme suit. Posons = Arc cos x, cest-` a-dire x = cos avec [0, ]. Il vient alors tn (x) = cos n, tn+1 (x) + tn1 (x) = cos ((n + 1)) + cos ((n 1)) = 2 cos n cos = 2xtn (x). La fonction tn se calcule donc par les formules de r ecurrence t0 (x) = 1, t1 (x) = x tn+1 (x) = 2x tn (x) tn1 (x). Il en r esulte que tn est un polyn ome de degr e n, dont le coecient directeur est eterminons les racines de tn . Si x = cos [1, 1] avec [0, ], 2n1 si n 1. D 2i+1 on a tn (x) = cos n = 0 si et seulement si n = 2 + i , soit = 2n avec 0 i n 1. Le polyn ome tn admet donc exactement n racines distinctes : cos 2i + 1 ] 1, 1[, 2n 0 i n 1.
Les points xi sont r epartis sym etriquement autour de 0 (avec xni = xi ), de fa con plus dense au voisinage de 1 et 1 : x11 x9 1 x10 x8 x7 x6 0 x5 x4 x3 x2 x0 x1 1
n = 11
tn+1 (x) = 2
(x xi ) = 2n n+1 (x).
i=0
Pour se ramener ` a un intervalle [a, b] quelconque au lieu de [1, 1], on utilisera la bijection lin eaire [1, 1] [a, b] a+b ba + u u x = 2 2
30
qui envoie 1 sur a et 1 sur b. Les images des points dinterpolation de Tchebychev es par ui ] 1, 1[ sont donn xi = 2i + 1 a+b ba + cos , 2 2 2n + 2 0 i n.
Ces points sont encore appel es points dinterpolation de Tchebychev dordre n de a lintervalle [a, b]. Dans ce cas, on a x xi = b ome n+1 2 (u ui ), donc le polyn est donn e par
n
(x xi ) =
i=0
ba 2
n+1 n
(u ui )
i=0
= 1, donc
Cette valeur est beaucoup plus petite que lestimation (b a/e)n+1 obtenue pour equidistants, surtout lorsque n est assez grand : pour n+1 avec des points xi n = 30 par exemple, on a (e/4)n+1 < 7 106 . Il en r esulte que linterpolation aux points de Tchebychev est en g en eral consid erablement plus pr ecise que linterpolation en des points equidistants, do` u son int er et pratique. Nous reviendrons sur ces questions au 3.
pn n +
Soit f : [a, b] R une fonction continue. Pour chaque entier n N, on se donne une ` deux distincts et on consid` ere suite de n + 1 points xi,n [a, b], 0 i n, deux a le polyn ome dinterpolation pn de f aux points x0,n , x1,n , . . . , xn,n .
Probl` eme A quelle(s) condition(s) (portant sur la nature de la fonction f etre s ur que pn converge uniform ement et/ou le choix des points xi,n ) pourra-t-on vers f quand n + ?
Si lon ne dispose daucune information sur la r epartition des points xi,n , la meilleure majoration de n+1 (x) dont on dispose a priori est
n
|n+1 (x)| =
i=0
|x xi,n | (b a)n+1 ,
x [a, b],
31
u les points xi sont equidistants ou en majorant |x xi,n | par b a. Dans le cas o` sont les points de Tchebychev, on a bien entendu une meilleure estimation n+1 ba e
n+1
resp. n+1
ba 4
n+1
Comme lerreur dinterpolation d epend par ailleurs de f (n+1) dapr` es le 1.2, on est amen e` a chercher une majoration des d eriv ees successives de f .
Une fonction analytique est par d enition une fonction qui est somme dune s erie enti` ere au voisinage de tout point o` u elle est d enie. + u la s erie a un rayon de convergence R > 0. La Supposons f (x) = k=0 ak xk , o` fonction f est donc d enie sur ] R, R[ au moins. Pour tout r < R, la s erie ak r k est convergente, donc la suite ak rk est born ee (et tend vers 0), cest-` a-dire quil existe une constante C (r) 0 telle que |ak | C (r) , rk k N.
On peut alors d eriver terme ` a terme f (x) sur ] r, r[ ] R, R[, ce qui donne f (n) (x) =
+
ak
k=0
+ k=0
dn dxn
x r
x r
= C (r)
r dn dxn r x
rC (r) . (r )n+1
Supposons maintenant que f : [a, b] R soit somme dune s erie enti` ere de centre b b a b a c = a+ et de rayon R > = . Pour tout r tel que < r < R et tout n N 2 2 2 on a alors dapr` es ce qui pr ec` ede 1 f (n) n!
[a,b]
rC (r) r
b a 2
n+1 .
32
Lerreur dinterpolation admet donc la majoration f pn 1 n+1 (n + 1)! 2rC (r) a r b 2 f (n+1)
n+1
ba
n+1
rC (r) r
b a 2 n+2
b a a b 2
avec respectivement = 1 si les points xi,n sont quelconques, = e sils sont equidistants, = 4 si ce sont les points de Tchebychev. Lerreur va converger vers 1 +1 0 si lon peut choisir r tel que (b a)/ < r (b a)/2, soit r > 2 (b a). Ceci est possible d` es que le rayon de convergence R v erie lui-m eme cette minoration. On peut donc enoncer :
Th eor` eme Soit f : [a, b] R une fonction analytique donn ee par une s erie b . Alors pour des points enti` ere de rayon de convergence R centr ee au point c = a+ 2 equidistants et = e, de dinterpolation xi,n quelconques et = 1 (respectivement, Tchebychev et = 4), les polyn omes dinterpolation pn aux points xi,n convergent 1 +1 uniform ement vers f pourvu que R > 2 (b a). Exercice
c=
a+b 2 ,
Si les points xi,n sont r epartis syst ematiquement par rapport a ` montrer que lon peut prendre = 2.
Indication : en supposant c = 0 pour simplier, utiliser le fait que |(x xi,n )(x + xi,n )| pour tout x [a, b] et tout i = 0, 1, . . . , n. Ces r esultats sont en fait un peu grossiers, car ils fournissent des conditions susantes de convergence qui sont en g en eral tr` es loin d etre n ecessaires. Par ailleurs, ce sont des r esultats purement th eoriques qui ne tiennent aucun compte des erreurs darrondi. Nous allons maintenant faire des calculs plus ns sur des equidistants. exemples, en estimant de fa con pr ecise le produit n+1 pour des points 1 (b a)2 4
n(z ) z C
Posons h =
b a n ,
|z xj |, ln |z xj |
j =i
ln |n+1 (z )| = ln n (z ) +
o` u n (z ) = |z xi | est la distance de z au plus proche point xi . La derni` ere sommation appara t comme une somme de Riemann de la fonction x ln |z x|. On va donc comparer cette sommation ` a lint egrale correspondante.
33
ln |1 at| dt. Alors lint egrale converge et la fonction est continue sur C. De plus : (i) ln |z x|dx ln |z xj | = h , 0j i1 ; z xj h , i j n 1. z xj +1
1 0
(ii)
ln |z x|dx ln |z xj +1 | =
D emonstration. Si a [1, +], la fonction t ln |1 at| est d enie et continue sur [0, 1]. Soit Log la d etermination principale du logarithme complexe, d enie sur C ] , 0]. Comme ln |z | = Re(Log z ), on en d eduit ais ement (0) = 0, (a) = Re 1 1 a Log (1 a) 1 si a {0} [1, +[
gr ace ` a une int egration par parties. Si a [1, +[, un calcul analogue donne 1 ln (a 1) 1 pour a > 1. La continuit e de se v erie (1) = 1 et (a) = 1 a sur ces formules (exercice !) Egalit e (i) : on eectue le changement de variable x = xj + ht, Il vient : 1 h
xj +1 xj
dx = h dt,
t [0, 1].
ln |z x| dx = =
1 0 1 0
ln |z xj ht| dt ln |z xj | 1 h h . t dt = ln |z xj | + z xj z xj
Egalit e (ii) : sobtient de m eme en posant x = xj +1 ht. En sommant les di erentes egalit es (i) et (ii), on obtient 1 h
b i 1
ln |z x|dx
a j =i
ln |z xj | =
j =0
h z xj
+
j =i+1
h . z xj
()
x0
x1
xj
xi 1
xi
xi+1
xn
34
h 2
do` u
h 1 1 xj = i j h (i j )h 2 2 2
et
1 1 h = ji h (j i)h, 2 2 2 2 h 2. z xj ji
D emonstration. Les deux membres etant continus sur Re a 0, il sut de montrer lestimation lorsque a est voisin de 0. On sait que Log (1 + z ) = z + O(|z |2 ) do` u ln |1 + z | = Re Log(1 + z ) = Re Log(1 + z ) = Re z + O(|z |2 ),
1
(a) =
0
( Re a t + O(|a|2 t2 ))dt =
1 Re a + O(|a|2 ), 2
impliquent
ln |z xj |
j =i
1 h
ln |z x|dx =
a
1 2
i 1
ln 1 +
j =0
+O
+
1 1 1 + + ... + 2 i2 (i 1)2 1
1 ementaires sont born es, Comme la s erie n=1 n 2 est convergente, les termes compl cest-` a-dire O(1). De plus
z xj + h z xj 1 h = = , z xj z xj z xj z xj h z xj +1 h 1 = = . z xj z xj z xj 1+
35
Dans les deux sommations, les logarithmes se simplient alors mutuellement, ce qui donne ln |z xj |
j =i
1 h
ln |z x|dx =
a
ln |z x|dx
a
La quantit e sous la racine est comprise entre 1 et (1 + 2n)2 . En eet on a 1 |z xi1 | + ih |z x1 | 1 + 2i, |z xi1 | |z xi1 |
car |z xi1 | Re(z xi1 ) h etant egal ` a 1 si i = 0. 2 si i = 0, le premier quotient Le deuxi` eme quotient est major e de m eme par 1 + 2(n i). Comme exp(O(1)) est 1 n = b encadr e par deux constantes positives et h a , on obtient lestimation suivante.
1 ba
ln |z x|dx .
a
On voit donc que le terme dominant du comportement de |n+1 (z )| est le facteur evaluer n+1 [a,b] , il sut de calculer A(x) lorsque exponentiel A(z )n . Pour x [a, b] : b 1 ln |x t|dt . A(x) = exp ba a La fonction t ln |t x| est discontinue en t = x, mais le lecteur pourra sassurer que lint egration par parties suivante est l egitime :
b a
dt t x a = (b x) ln (b x) + (x a) ln (x a) (b a), (t x)
car la fonction t (t x) ln |t x| est continue sur [a, b] et on peut passer a ` la limite sur chacun des intervalles [a, x ] et [x + , b]. Il en r esulte xa bx 1 A(x) = (x a) ba (b x) ba e A(a) = A(b) = 1 (b a). e si x ]a, b[,
36
y
1 e (b 1 2e (b
a) a)
A(x)
a+b 2
La fonction A atteint donc son maximum A = 1 e (b a) en x = a ou b et son 1 a+b esulter minimum 2e (b a) en x = 2 . Dun point de vue pratique, il va en r en eral beaucoup moins bonne au voisinage des que la convergence de pn (x) est en g extr emit es a, b quau centre de lintervalle.
Lobjet de ce paragraphe est de donner un exemple concret de fonction analytique f pour laquelle les polyn omes dinterpolation ne forment pas une suite convergente. Nous consid erons pour cela la fonction f (x) = o` u > 0 est un param` etre. y 1/2 1 , + 2 x [1, 1],
x2
pn (n = 14)
37
On a ici f (x) = 1 1 1 = 2 x2 2 1 + 2
(1)k
k=0
x2 2
avec rayon de convergence R = . Dapr` es le 2.1, on voit donc que pn converge 1 1, 74. Quen est-il si est petit ? es que > 2 1 + uniform ement vers f d` 2 e
e n + 2, nul aux points x0 , . . . , xn Le polyn ome 1 (x2 + 2 )pn (x) est de degr (puisque pn interpole f ) et egal ` a 1 aux points i. En particulier 1 (x2 + 2 )pn (x) etant de degr e 0 ou 1. Examinons est divisible par n+1 (x) = (x xj ), le quotient la parit e de ce quotient. epartis sym etriquement par rapport a ` 0, le polyn ome pn Comme les points xj sont r est toujours pair, tandis que n+1 est pair si n est impair et vice-versa. Le quotient equent est un bin ome c0 + c1 x, pair si n est impair, impair si n est pair. Par cons 1 (x2 + 2 )pn (x) = c0 n+1 (x) c1 x n+1 (x) si n est impair, si n est pair.
En substituant x = i, on trouve c0 = 1/n+1 (i) et c1 = 1/in+1 (i), do` u 1 n+1 (x) si n est impair, x2 + 2 n+1 (i) f (x) pn (x) = x n+1 (x) si n est pair. i(x2 + 2 ) n+1 (i) On va maintenant etudier tr` es pr ecis ement la convergence ponctuelle de pn (x), en utilisant les estimations du 2.2.
1 Si x = 1, pn (x) = pn (1) = f (1) = 1+ 2 est une suite constante. On suppose donc dans la suite que x est un point x e dans ] 1, 1[ et on cherche ` a obtenir une estimation de |n+1 (x)/n+1 (i). Pour x = i, la formule () du 2.2 montre quil existe des constantes C3 , C4 > 0 telles que
C3 A(i)n |n+1 (i)| C4 A(i)n car |i xj | 2 + 4 pour tout j {1, . . . , n + 1}. De m eme pour eme ordre de z = x ] 1, 1[, les quantit es |z xi1 | et |z xi+1 | sont du m 2 , tandis que |z x1 | et |z xn+1 | tendent respectivement vers grandeur que h = n 1 + x et 1 x. On a donc des constantes positives C5 , C6 , . . . telles que C5 nn (x)A(x)n |n+1 (x)| C6 nn (x)A(x)n , C7 nn (x) A(x) A(i)
n n
A(x) A(i)
A(x) =
1 4
1 1
ln (x2 + 2 )dx 1 ,
= exp
1 2
1 0
ln(x2 + 2 )dx =
1 e
1 + 2 exp Arctg
ln (x2 + 2 ) ayant pour primitive x ln (x2 + 2 ) 2x + Arctg x/. La fonction A(i) est strictement croissante sur ]0, +[, avec lim A(i) = 1 , e lim A(i) = +.
2 , e
soit 0 0, 526. Pour > 0 , la suite (pn ) converge ponctuellement (et m eme ema suivant : uniform ement) vers f sur [1, 1]. Pour < 0 , on a le sch
x 1
Si A(x) < A(i) (intervalle ouvert hachur e), pn (x) converge vers f (x). Si x ] 1, 1[ et A(x) A(i), la suite (pn (x)) diverge comme on le voit ` a laide du lemme suivant.
39
Il existe en eet des indices j, k tels que n (x) = |x xj,n | = x n+1 (x) = |x xk,n | = x On obtient donc max (nn (x), (n + 1)n+1 (x)) 1 (nn (x) + (n + 1)n+1 (x)) 2 1+j 1+k 2 n , .
2 n+1
1 2 1 2 1 2 1 = 2
Gr ace au lemme, on voit que max |f (x) pn (x)| , |f (x) pn+1 (x)| C A(x) A(i)
n
donc la suite (|f (x) pn (x)|)nN nest pas born ee si A(x) > A(i) et ne tend pas vers 0 si A(x) = A(i). Cet exemple montre donc que, m eme pour une fonction f parfaitement r eguli` ere, il ne faut pas sattendre a ` ce que les polyn omes dinterpolation pn aux points equidistants convergent vers f sur lintervalle dinterpolation.
On munit lespace vectoriel C([a, b]) des fonctions continues f : [a, b] R de la norme uniforme f = sup |f (x)|,
x[a,b]
f p .
40
Th eor` eme et d enition Pour tout n N, il existe un unique polyn ome ealise le minimum de la distance qn Pn qui r
f qn = d(f, Pn ) Ce polyn ome est appel ee polyn ome de meilleure approximation uniforme de f ` a lordre n. D emontrons dabord lexistence de qn . En approximant f par p = 0, on voit que omes p Pn tels que f p f est d(f, Pn ) f . Lensemble des polyn une partie ferm ee et born ee K Pn , non vide puisque 0 K . Comme Pn est de dimension nie, K est une partie compacte, donc la fonction continue p f p atteint son inf en un point p = qn K . Avant de prouver lunicit e, nous introduisons une d enition commode.
y g
g
0 a x0 x1 x2 x3 x4 b x
Preuve de lunicit e.* Montrons que si p Pn est un polyn ome r ealisant le minimum de la distance f p , alors g = f p equioscille sur n + 2 points de [a, b]. Si ce nest pas le cas, soit x0 = inf {x [a, b] ; |g (x)| = g } le premier point en lequel g atteint sa valeur absolue maximum, puis x1 le premier point > x0 en lequel g (x1 ) = g (x0 ), . . . , xi+1 le premier point > xi en lequel ete en i = k n. Dapr` es le g (xi+1 ) = g (xi ). Supposons que cette suite sarr th eor` eme des valeurs interm ediaires, g sannule n ecessairement sur chaque intervalle
41
eel de cet intervalle tel que g (ci ) = 0, [xi1 , xi ]. Soit ci [xi1 , xi ] le plus grand r de sorte que a x0 < c1 < x1 < c2 < . . . < xk1 < ck < xk b. Supposons par exemple g (x0 ) > 0 et posons (x) = (c1 x)(c2 x) . . . (ck x), Pn , g (x) = g (x) (x) = f (x) (p(x) + (x)). e On va montrer que g < g pour > 0 assez petit, ce qui contredira la minimalit de f p . Par construction, on a signe(g (xi )) = (1)i et g < g (x) g
i
(si on avait seulement au lieu de <, alors on aurait xi ci ), 0 (1)i g (x) g sur [ci , xi ]
(si on avait une valeur < 0, g (x) sannulerait sur ]ci , xi [), g < (1)k g (x) g sur [xk , b]
(si on avait seulement au lieu de <, il y aurait un point xk+1 ). Il existe donc une constante A < g positive telle que g (x) A sur [a, x0 ], (1)i g (x) A sur [xi1 , ci ] et (1)k g (x) A sur [xk , b]. En notant M = sup[a,b] | (x)| et en tenant compte du fait que signe( (x)) = (1)i sur ]ci , ci+1 [, on obtient donc sur [a, x0 ], A M g (x) < g g < (1)i g (x) A + M sur [xi1 , ci ], sur [ci , xi ], M (1)i g (x) < g sur [xk , b], A M (1)k g (x) < g es que est assez petit. Cette contradiction entra ne ce qui implique g < g d` k n + 1, ce quil fallait d emontrer. Pour v erier lunicit e de p, il sut de montrer que pour tout polyn ome q Pn , q = p, il existe un point xi avec 0 i n + 1 tel que (1)i (f (xi ) q (xi )) > (1)i (f (xi ) p(xi )) ; ceci entra nera en particulier f q > f p . Sinon, pour tout i = 0, 1, . . . , n + 1 on aurait (1)i (p(xi ) q (xi )) 0. Dapr` es le th eor` eme des valeurs interm ediaires, il existerait un point i [xi , xi+1 ] tel que p(i ) q (i ) = 0 pour i = 0, 1, . . . , n. Si les i sont tous distincts, alors p q aurait n + 1 racines, donc p = q contrairement a ` lhypoth` ese. Or, on peut choisir ome (1)i (p(x) q (x)) ne i1 < i , sauf si dans lintervalle [xi1 , xi+1 ] le polyn
42
sannule quen x = xi , auquel cas on doit prendre i1 = xi = i . Dans ce cas (1)i (p(x) q (x)) reste 0 sur [xi1 , xi+1 ] car son signe est positif en x = xi1 et ne que i = xi est racine au moins double de p q , par suite x = xi+1 . Ceci entra p q aurait encore n + 1 racines compte tenu des multiplicit es, contradiction. Observons en outre que dapr` es la d emonstration pr ec edente, le polyn ome de meilleure approximation uniforme se caract erise comme suit :
les polyn omes de Tchebychev sous la forme Exemple Ecrivons 2n tn+1 (x) = xn+1 qn (x) avec qn de degr e n. Comme tn+1 (cos ) = cos (n + 1) equioscille sur les n + 2 , 0 i n +1, on en d eduit que qn (x) est le polyn ome de meilleure points i = i n+1 n+1 approximation uniforme a ` lordre n de x sur [1, 1]. Autrement dit, 2n tn+1 est le polyn ome unitaire de degr e n + 1 ayant la plus petite norme uniforme possible sur [1, 1] : cette norme vaut 2n .
C([a, b])
Il est malheureusement tr` es dicile en g en eral de d eterminer le polyn ome de etudier ici une meilleure approximation uniforme qn . Cest pourquoi nous allons m ethode beaucoup plus explicite dapproximation.
Pour tous x, y [a, b], on a alors |f (x) f (y )| f (|x y |), de sorte que f mesure quantitativement la continuit e de f .
(iii) Pour tous t1 , t2 R+ , f (t1 + t2 ) f (t1 ) + f (t2 ). (iv) Pour tout n N et tout t R+ , f (nt) n f (t). (v) Pour tout R+ et tout t R+ , f (t) ( + 1)f (t).
43
D emonstration. (i) est evident, (ii) r esulte du fait que toute fonction continue sur [a, b] y est uniform ement continue. (iii) Soient x, y [a, b] quelconques tels que |x y | t1 + t2 . Il existe alors z [x, y ] u tel que |x z | t1 et |z y | t2 , do` |f (x) f (y )| |f (x) f (z )| + |f (z ) f (y )| f (t1 ) + f (t2 ). Lin egalit e (iii) sen d eduit en prenant le sup sur x, y . (iv) se d eduit imm ediatement de (iii) et (v) sobtient en appliquant (iv) a ` n = E () + 1. Nous allons maintenant introduire les polyn omes dits de Jackson, donnant une assez bonne approximation dune fonction continue quelconque. Pour tout entier n 2, e n2 on consid` ere le polyn ome trigonom etrique Jn 0 de degr Jn () = cn
1kn2
1 cos
2k + 1 n
1 o` u cn > 0 est x ee telle que Jn ot n = 2 . En changeant k en n 1 k on voit aussit +1 = 0 si k 0 ou que Jn () = Jn (). De plus, pour tout k Z, on a Jn 2kn 1 1 (mod n), tandis que Jn n = 2 . Nous avons besoin du lemme suivant.
Lemme Soit P () =
degr e au plus n 1. Alors
|j |n1
( R)
0kn1
P k
= na0 .
En eet
0kn1
vaut n si j = 0. Comme Jn () et Jn ()(1 cos ) sont des polyn omes trigonom etriques de degr e n 2 et n 1 respectivement, on en d eduit que 2 Jn k = 1, n
0kn1
Jn k
0kn1
2 n
1 cos k
2 n
= 1 cos
; n
en eet, dapr` es le lemme, ces sommes sont des constantes et pour = n la = 0 sauf pour k = 0 et k = n 1, d enition de Jn () montre que Jn k 2n =1 auquel cas Jn k 2n 2 . Observons de plus que cos cos k 2 n
2
2 2
= ei 2 n
k 2/n
= 2 1 cos k
44
ak b k | ( 2 n
1/2
1/2 a2 ( k)
1/2 b2 aux k)
2 n
1/2
bk = Jn k
cos cos k
2 , n
2 n
cos cos k 2 k n 2 n
1/2 1/2
2 n Jn 2 k n 2 n 2 cos cos k n
1/2 2 1/2
Jn
Jn k n
1 cos k = 2 sin . 2n n
2 1 cos
()
Soit maintenant f C([1, 1]) une fonction continue quelconque. On lui associe le polyn ome trigonom etrique de degr e n2 n () =
0kn1
f cos k
2 2 Jn k . n n
En changeant k en n k pour 1 k n 1, on voit que n () = n (), eaire des fonctions paires 1, cos , . . ., par cons equent n () est combinaison lin cos (n 2). Comme celles-ci sont pr ecis ement donn ees par les polyn omes de ome pn2 de degr e n2 Tchebychev tk (cos ), on voit quil existe un polyn ome tel que n () = pn2 (cos ). Pour des raisons similaires, il existe un polyn e n 2 tel que jn,k (x) de degr 1 2 Jn + k 2 2 + Jn k n n = jn,k (cos ).
En observant que pn2 (cos ) = 1 2 n ( ) + n ( ) et en substituant x = cos , a partir des jn,k : on peut exprimer explicitement le polyn ome pn2 ` pn2 (x) =
0kn1
f cos k
2 jn,k (x), n
x [1, 1].
Ce polyn ome sera appel e polyn ome dapproximation de Jackson de degr e n 2 de f . Cela etant, nous avons le :
Th eor` eme de Jackson Pour tout f C([a, b]), les polyn omes dapproximation de Jackson v erient f pn 3 f ba . n+2
45
D emonstration. Le cas dun intervalle [a, b] quelconque se ram` ene facilement au cas o` u [a, b] = [1, 1], en utilisant le m eme changement de variable quau 1.5. On suppose donc f C([1, 1]) et on cherche ` a majorer f pn2 La propri et e Jn k
2 n [1,1]
f (cos ) =
2 , n
do` u f (cos ) n () =
0kn1
f (cos ) f cos k
2 n
Jn k
2 n
2 n
et
cos cos
k 2n
f (cos ) f cos k
Jn 2 k n 2 n cos cos k 1+ 2 n f 2 n
2 n f . 2 n n
f pn2 1 +
2 2 f 3 f . 2 n n
Il r esulte du th eor` eme de Jackson que (pn ) converge uniform ement vers f quand n tend vers +. Comme le polyn ome de meilleure approximation qn satisfait par eduit que (qn ) converge uniform ement vers d enition f qn f pn , on en d f quand n tend vers +. Ceci equivaut a ` l enonc e suivant :
46
Soient x0 , x1 , . . . , xn [a, b] des points 2 a ` 2 distincts. On consid` ere lop erateur dinterpolation de Lagrange Ln : C([a, b]) Pn f pn . Dans la pratique, la fonction f ` a interpoler nest pas connue exactement : on ne dispose que dune valeur approch ee f = f + g , o` u g est un terme derreur. Au lieu de calculer pn = Ln (f ), on va donc calculer pn = Ln (f ) = Ln (f )+ Ln (g ) = pn + Ln (g ). Si g est lerreur commise sur f , lerreur sur pn sera donc Ln (g ). Dun point de vue num erique, il va etre tr` es important de pouvoir estimer Ln (g ) en fonction de g . Rappelons la formule dinterpolation (*) d emontr ee au 1.1 : si Ln (g ) = rn , alors
n
rn (x) =
i=0
|li (x)|
i=0
g .
x[a,b]
Le nombre n est appel e constante de Lebesgue associ ee ` a x0 , x1 , . . . , xn . D emonstration. Dapr` es ce qui pr ec` ede, on a Ln (g ) = rn n g , donc eciproquement, la continuit e des li entra ne quil existe un point |||Ln ||| n . R
n
Ln (g )( ) =
i=0
|li ( )| = n ,
de sorte que Ln (g ) n et |||Ln ||| n . Intuitivement, la constante n peut sinterpr eter comme le facteur damplication de lerreur dans le proc ed e dinterpolation de Lagrange. On va voir que n est
47
egalement li ee au probl` eme de la convergence des polyn omes dinterpolation, gr ace a lin ` egalit e suivante :
ome de meilleure approximation uniforme de f , D emonstration. Soit qn le polyn de sorte que f qn = d(f, Pn ). Puisque qn Pn , on a Ln (qn ) = qn , donc f Ln (f ) = f qn Ln (f qn ) f Ln (f ) f qn + Ln (f qn ) f qn + n f qn = (1 + n )d(f, Pn ).
xi
b a n .
On a alors
(x xj ) = (xi xj )
j =i
sj ij
= (1)ni
Nous nous contenterons de d emontrer une minoration de n . Pour s = 1 a2 , cest-` h dire pour x = a + 2 , il vient
1 2
1 2
3 2
... i
1 2
... n
1 2
n
i=0
|li (x)|
1 4n2
n i Cn = i=0
1 n 2 . 4n2
Comme n tend vers + assez rapidement, on voit que linterpolation de Lagrange en des points equidistants nest pas une m ethode num erique tr` es stable : les erreurs en eral nettement sont fortement ampli ees lorsque n est grand. Comme n tend en g eor` eme plus vite vers + que d(f, Pn ) ne tend vers 0 (cf. Th. de Jackson), le th
48
ci-dessus donne egalement une indication de la raison pour laquelle le ph enom` ene de Runge se produit.
Exercice
|li (x)|
(nk)!(k+1)! i!(ni)!
Si x = a + sh avec s [k, k + 1], 0 k < n, montrer que n! i!(n eduire que n 2n . i)! . En d
Il est facile de voir que la constante n reste inchang ee si lon eectue un changement ane de coordonn ees x x + . On se placera donc pour simplier sur lintervalle es le 1.5, le polyn ome [1, 1]. Dans ce cas, comme n+1 (x) = 2n tn+1 (x) dapr` dinterpolation dune fonction f C([1, 1]) est donn e par Pn (x) =
i=0
avec li (x) =
Nous nous contenterons de v erier que n C ln (n), o` u C est une constante positive, et laisserons au lecteur linitiative de raner la m ethode pour obtenir le r esultat plus pr ecis ci-dessus. Posons x = cos , xi = cos i o` u i = 2i + 1 , 2n + 2 0 i n.
La relation tn+1 (cos ) = cos (n + 1) entra ne par d erivation sin tn+1 (cos ) = (n + 1) sin (n + 1).
i Comme sin (n + 1) i = sin (2i + 1) 2 = (1) , il vient
(1)i , sin i (1)i sin i cos (n + 1) li (cos ) = , (n + 1)(cos cos i ) | sin i cos (n + 1) | |li (cos )| = . (n + 1)| cos cos i | tn+1 (xi ) = (n + 1) Minorons la quantit e cos cos i = 2 sin + i i sin . 2 2
49
y y= 1 y = sin t
2
0 Pour t 0, 2 on a sin t
2
/2 t, or donc
i 2
i , , 2 2 2 Par ailleurs
+i 2
sin et
2 | i | i . 2 2
2,
i i + 2, 2
avec sin
i 2
i + 2
sin
+ i min 2
i 2
i i + , sin 2 2
= min
cos
2 min sin
i i 2 , cos 2
, on obtient ()
|li (cos )|
Dapr` es le th eor` eme des accroissements nis cos (n + 1) = cos (n + 1) cos (n + 1)i = (n + 1)( i )( sin ), | cos (n + 1)| (n + 1)| i |, e si = i . donc |li (cos )| , [0, ] \ {i }, et ceci est encore vrai par continuit Fixons [0, ] et soit j le point le plus proche de . Si on note h = n+1 = i+1 i , alors on a | j | h , 2 | i | |j i | | j | (|j i| 1)h.
|li (cos )|
i=0
(n + 1)h
j =i,i+1,i1
1 + 3, |j i| 1
do` u n 2 1 +
1 2
+ ... +
1 n
+ 3 C ln (n).
50
|li (1)| =
i=0
1 n+1
cotan
i=0
2 i 2
/2 0 /2
cotan t dt
2 ln (n).
Dapr` es le th eor` eme du 4.1 et le th eor` eme de Jackson, on obtient pour tout f C([a, b]) : f Ln (f ) (1 + n )d(f, Pn ) C ln (n) f ba . n+2
Corollaire On suppose que f est lipschitzienne, cest-` a-dire quil existe une constante K 0 telle que x, y [a, b] on ait |f (x) f (y )| K (x y ). omes dinterpolation de Tchebychev converge uniAlors la suite Ln (f ) des polyn form ement vers f sur [a, b].
Sous ces hypoth` eses on a en eet f (t) Kt, donc f Ln (f ) KC (b a) ce qui tend vers 0 quand n tend vers +. Ces r esultats montrent que linterpolation aux points de Tchebychev est consid erablement plus able que linterpolation en des points equidistants. Le sch ema ci-dessous compare ` a titre dexemple les polyn omes dinterpolation de degr e 6 as soci es ` a la fonction fx (x) = 1/(x2 + 2 ) pour = 8 (voir aussi le 2.3). ln (n) , n+2
pn
(n = 6)
51
Soit ]a, b[ un intervalle ouvert born e ou non dans R. On se donne un poids sur ]a, b[, cest-` a-dire une fonction w : ]a, b[ ]0, +[ continue. On suppose en outre
b
|x|n w(x)dx est convergente ; cest le cas w(x)dx converge. Sous ces hypoth` eses, on
consid` ere lespace vectoriel E des fonctions continues sur ]a, b[ telles que
b
=
a
Gr ace aux hypoth` eses faites ci-dessus, E contient lespace vectoriel des fonctions polyn omes. Lespace E est muni dun produit scalaire naturel
b
f, g =
a
f (x)g (x)w(x)dx,
et ee ` a ce produit scalaire ; cette norme est appel ee norme 2 est la norme associ L2 ou norme moyenne quadratique. On notera d2 (f, g ) = f g 2 la distance associ ee.
Th eor` eme 1 Il existe une suite de polyn omes unitaires (pn )nN , deg(pn ) = n,
orthogonaux 2 ` a 2 pour le produit scalaire de E . Cette suite est unique. Les es polyn omes orthogonaux pour le poids w. polyn omes pn sont appel D emonstration. On construit pn par r ecurrence ` a laide du proc ed e dorthogonaetre unitaire. lisation de Schmidt. On a p0 (x) = 1, puisque p0 doit Supposons p0 , p1 , . . . , pn1 d ej` a construits. Comme deg pi = i, ces polyn omes forment une base de Pn1 . On peut donc chercher pn sous la forme
n1
pn (x) = xn
j =0
j,n pj (x).
pn , pk = 0 = xn , pk
j =0
j,n pj , pk
2 2.
52
Remarque La suite pn ainsi construite nest pas orthonorm ee en g en eral. 1 p est une base orthonorm e e de lespace P des La suite normalis ee pn = pn n 2 polyn omes. Th eor` eme 2 Les polyn omes pn v erient la relation de r ecurrence
pn (x) = (x n )pn1 (x) n pn2 (x), avec n = xpn1 , pn1 , pn1 2 2 n = pn1 pn2 n2
2 2 2. 2
D emonstration. Le polyn ome xpn1 est unitaire de degr e n, donc on peut ecrire
n1
xpn1 = pn +
k=0 2 2,
k pk ,
o` u xpn1 , pk = k pk
Si k n 3, xpk Pn2 , donc pn1 , xpk = 0. Il y a donc au plus deux coecients non nuls : n1 = xpn1 , pn1 = n , pn1 2 2 n2 = pn1 , xpn2 . pn2 2 2
Or xpn2 = pn1 + q , q Pn2 , donc pn1 , xpn2 = pn1 ce qui donne n2 = n et xpn1 = pn + n pn1 + n pn2 .
2 2
+ pn1 , q = pn1 2 2,
Exemples Certains cas particuliers ont donn e lieu ` a des etudes plus pouss ees. Mentionnons entre autres les cas suivants :
]a, b[ = ]0, +[, ]a, b[ = ] 1, 1[, ]a, b[ = ] 1, 1[, w(x) = ex ,
x2
pn = polyn omes de Laguerre ; , pn = polyn omes de Hermite ; omes de Legendre ; pn = polyn pn = polyn omes de Tchebychev.
w(x) = 1,
1 , 1x2
53
` 2 orthogonaux V erions en eet que les polyn o mes de Tchebychev tn sont 2 a relativement au poids w(x) = 1/ 1 x2 . Le changement de variable x = cos , [0, ] donne :
1 dx = tn (cos 1 x2 1 0 si 0 cos n cos k d = = si 2 0 si 1
tn (x)tk (x)
Comme tn a pour coecient directeur 2n1 si n 1, on en d eduit p0 (x) = t0 (x) = 1 pn (x) = 21n tn (x)
si n 1.
On sait que tn a n z eros distincts dans ] 1, 1[. On va voir que cest une propri et e g en erale des polyn omes orthogonaux.
Th eor` eme 3 Pour tout poids w sur ]a, b[, le polyn ome pn poss` ede n z eros
distincts dans lintervalle ]a, b[.
eros distincts de pn contenus dans ]a, b[ D emonstration. Soient x1 , . . . , xk les z es respectives. On a m1 + . . . + mk deg pn = n. et m1 , . . . , mk leurs multiplicit Posons i = 0 si mi est pair, i = 1 si mi est impair, et
k
q (x) =
(x xi )i ,
i=1
deg q k n.
eros xi avec multiplicit e paire mi + i , donc Le polyn ome pn q admet dans ]a, b[ les z equent pn q est de signe constant dans ]a, b[ \ {x1 , . . . , xk }. Par cons
b
pn , q =
a
pn (x)q (x)w(x)dx = 0.
Comme pn est orthogonal a ` Pn1 , on a n ecessairement deg q = n, donc k = n et m1 = . . . = mk = 1. Plusieurs m ethodes dapproximation de fonctions continues par des polyn omes ont d ej` a et e vues. En voici encore une autre.
Th eor` eme 4 Soit f E . Alors il existe une unique polyn ome rn Pn tel
e polyn ome de meilleure approximation que f rn 2 = d2 (f, Pn ) ; rn est appel quadratique de f a ` lordre n.
54
E 0 Pn rn
Puisquon travaille dans un espace euclidien, le point de Pn le plus proche de f nest ecrit rn = k pk , il vient autre que la projection orthogonale de f sur Pn . Si on , do` u la formule f, pk = rn , pk = k pk 2 2
n
rn (x) =
k=0
f, pk pk (x). pk 2 2
w(x)dx
entra ne f
2
Cw f ,
2
o` u
Cw =
a
w(x)dx
1/2
f rn
= 0 pour tout f E .
Remarque Le th eor` eme 5 peut etre faux si ]a, b[ est non born e.
D emonstration Supposons dabord que f C([a, b]). Dans ce cas, soit qn le polyn ome de meilleure approximation uniforme de f . On a f rn et on sait que lim
n+ 2
f qn
Cw f qn ,
f qn = 0.
enie par Supposons maintenant f E quelconque. Soit la fonction plateau d le sch ema ci-dessous :
55
y 1
a+/2
a+
b/2 b
Comme f C(]a, b[), on a f C([a, b]) si lon convient que f (a) = f (b) = 0. De plus f f de sorte que lim
0+ 2 2
a 2
a+
|f (x)|2 w(x)dx +
b b
|f (x)|2 w(x)dx,
f f
quadratique de f . On a f rn
2
f r,n
f f
+ f r,n 2 .
; etant Soit > 0 x e. On peut dabord choisir > 0 tel que f f 2 < 2 ne f r,n 2 < 2 et donc ainsi x e, on peut choisir n0 tel que n > n0 entra f r n 2 < .
Mise en uvre num erique Si les polyn omes pn sont connus, le calcul
es lors quon sait evaluer les int egrales f, pk : les m ethodes des rn est possible d` dint egration num erique feront pr ecis ement lobjet du prochain chapitre. Si les eriquement par la formule polyn omes pn ne sont pas connus, on peut les calculer num de r ecurrence du th eor` eme 2. Le co ut global de ces calculs est en g en eral beaucoup plus elev e que celui des m ethodes dinterpolation.
6.1. On note C([a, b], R) lespace des fonctions continues sur lintervalle [a, b] a ` ere valeurs dans R, muni de la norme de la convergence uniforme. On consid` lapplication : C([a, b], R) Rn+1 f (m0 (f ), m1 (f ), . . . , mn (f )) telle que mi (f ) =
1 2
56
(a) Soit f C([a, b], R) telle que (f ) = 0. Montrer que pour tout i il existe i [xi , xi ] tel que f (i ) = 0. a lespace Pn des polyn omes de (b) Montrer que la restriction : Pn Rn+1 de ` degr e n est injective. En d eduire que pour tout f C([a, b]), R) il existe un unique polyn ome Pn P tel que (pn ) = (f ). (c) On suppose ici que f est de classe C n+1 . En utilisant (a), majorer pn f en fonction de f (n+1) et b a.
(d) Calculer explicitement p2 en fonction de m0 (f ), m1 (f ), m2 (f ) pour la subdivision x0 < x0 < x1 < x1 < x2 < x2 de [a, b] = [1, 1] de pas constant 2 5. 6.2. On note tn le polyn ome de Tchebychev de degr e n et c un r eel tel que |c| < 1. (a) Montrer quil existe une fonction continue ` a valeurs r eelles, d enie sur [0, ] avec (0) = ( ) = 0 et v eriant ei() = 1 cei . 1 cei
(b) Pour n N on note g () = (n + 1) + (). () Soit 1 = . Calculer g (1 ) n et g (0) n . En d eduire quil existe 2 v eriant 0 < 2 < 1 et g (2 ) = n . ( ) Montrer quil existe une suite strictement d ecroissante k de [0, ] telle que g (k ) = (n k + 2) pour k = 1, . . . n + 2. ( ) On note n (x) = Re ei(n+1)
1cei 1cei
1 ( ) On note pn (x) = + 2
n1
ck tk (x) +
k=0
cn tn (x). 1 c2
Montrer que pn est le polyn ome de meilleure approximation uniforme de degr e n de fc . Calculer fc pn . (d) () Montrer que lon peut choisir c et tels que pour tout x [0, 1] on ait fc (2x 1) = 1+ x. ( ) Montrer quil existe une suite de polyn omes qn de Pn tels que la suite n = Supx[0,1]
n+
1 qn (x) 1+x
57
6.3. Soit f : [a, b] R une fonction continue, ind eniment d erivable sur ]a, b[. Soient x0 , x1 , . . . , xn [a, b]. Pour chaque i {0, 1, . . . , n}, soit i un entier positif. On cherche un polyn ome P (x) de degr e < = (i + 1) tel que : P (j ) (xi ) = f (j ) (xi ) pour o` u (j ) d esigne lordre de d erivation. (a) D emontrer lunicit e de P , puis son existence gr ace ` a un raisonnement dalg` ebre lin eaire. (b) On suppose P solution du probl` eme. Soient Ri (x) et pi (x) des polyn omes v eriant les relations Ri (x) = pi (x) + (x xi )i +1 Ri+1 (x), R0 (x) = P (x), Rn+1 (x) = 0. () Montrer que pi (xi ) = Ri (xi ) pour
(j ) (j )
i = 0, 1, . . . , n et j = 0, 1, . . . , i ,
deg pi i ,
j = 0, 1, . . . , i .
pi (x) =
k=0
aik (x xi )k .
(k )
Calculer les coecients aik en fonction de Ri (xi ). ( ) Montrer que P (x) peut s ecrire :
n i 1
P (x) = p0 (x) +
i=1
pi (x)
r=0
(x xr )r +1 .
( ) Indiquer une m ethode de r ecurrence pour calculer p0 (x), puis R1 (x) et eriv ees f (j ) (xi ). a1k , . . ., puis Rj (x) et ajk en fonction de f et de ses d Montrer que lon peut ainsi calculer P (x) en fonction des donn ees du probl` eme. () Que se passe-t-il dans le cas particulier o` un=0? (c) On suppose que les i sont rang es par ordre croissant. Montrer quil existe t [a, b] tel que : f (x) = P (x) + (x x0 )0 +1 (x x1 )1 +1 . . . (x xn )n +1 Indication : on pourra consid erer la fonction g (x) = f (x) P (x) (x x0 )0 +1 . . . (x xn )n +1 K, et examiner combien de fois sannulent g (x), g (x) . . ., g (0 ) (x), . . ., g (n ) (x), . . . , g ( ) (x). f ( ) (t) !
Lobjet de ce chapitre est de d ecrire quelques m ethodes num eriques classiques (Newton-Cotes, Gauss, Romberg) permettant d evaluer des int egrales de fonctions dont les valeurs sont connues en un nombre ni de points. On sattachera a ` expliciter le plus compl` etement possible les formules derreurs dans chacun des cas.
Soit f : [, ] R une fonction continue. On se propose de chercher des formules approch ees pour lint egrale f (x)dx. Pour cela, on choisit dabord une subdivision = 0 < 1 < . . . < k = de lintervalle [, ]. La formule de Chasles donne
k 1 i+1
f (x)dx =
i=0 i
f (x)dx.
On est donc ramen e au probl` eme d evaluer lint egrale de f sur un petit intervalle [i , i+1 ]. Ce calcul est eectu e au moyen de formules approch ees (qui peuvent ees m ethodes de etre a priori di erentes sur chacun des intervalles [i , i+1 ]), appel quadrature el ementaires, du type suivant :
f (x)dx
i
(i+1 i )
j =0 li j =0
i,j f (i,j ),
o` u i,j [i , i+1 ], 0 j li
et
i,j = 1.
60
La sommation peut etre interpr et ee comme une valeur moyenne de f sur [, i+1 ]. Le probl` eme est de choisir convenablement les points i,j et les coecients i,j de fa con ` a minimiser lerreur. Ceci se fera en g en eral en evaluant lint egrale i+1 f ( x ) dx au moyen dune interpolation de f aux points . i,j i La m ethode de quadrature compos ee associ ee sera
k 1 li
f (x)dx
i=0
(i+1 i )
j =0
i,j f (i,j )
D enition On dit quune m ethode de quadrature ( el ementaire ou compos ee) est dordre N si la formule approch ee est exacte pour tout f PN et inexacte pour au moins un f PN +1 .
On observera que les formules sont toujours exactes pour f (x) = 1 a ` cause de = 1. Par lin e arit e , elles sont donc exactes au moins pour lhypoth` ese j i,j f P0 .
(a) Cas le plus simple : li = 0, quel que soit i. On choisit alors un seul point i [i , i+1 ] et on remplace f sur [i , i+1 ] par le polyn ome de degr e 0 : p0 (x) = f (i ). On a alors
i+1
f (x)dx
i
(i+1 i )f (i ),
k 1
f (x)dx
i=0
(i+1 i )f (i ),
cest-` a-dire quon approxime lint egrale par une somme de Riemann relative ` a la subdivision (i ). Voici les choix les plus courants : ethode des rectangles ` a gauche i = i : m
k 1
f (x)dx
i=0
(i+1 i )f (i ).
f (x)dx
i=0
(i+1 i )f (i+1 ).
61 y
i = i
i = i+1
i i+1
i i+1
f (i )
i+1
Laire du rectangle co ncide avec laire du trap` eze indiqu e en gris e. La formule approch ee est donc exacte si f est une fonction ane, par suite la m ethode est dordre 1. (b) Cas dune interpolation lin eaire : on choisit li = 1, i, i,0 = i , i,1 = i+1
et on remplace f sur [i , i+1 ] par la fonction lin eaire p1 qui interpole f aux points i , i+1 : (x i )f (i+1 ) (x i+1 )f (i ) . p1 (x) = i+1 i On obtient les formules suivantes, correspondant a ` la m ethode dite des trap` ezes :
i+1 i+1
f (x)dx
i i k 1
p1 (x)dx = (i+1 i )
1 1 f (i ) + f (i+1 ) 2 2
f (x)dx
i=0
(i+1 i )
1 1 f (i ) + f (i+1 ) 2 2
62 y
i i+1
Lordre de cette m ethode est 1 comme dans le cas pr ec edent. (c) M ethodes de Newton-Cotes Dans la m ethode de Newton-Cotes de rang l, quon d esignera dans la suite par N Cl , on prend li = l pour tout i, et les points i,j , 0 j l, sont les points equidistants i,j = i + j i+1 i l
divisant [i , i+1 ] en l sous-intervalles egaux. Pour d eterminer la formule de quadrature el ementaire, on se ram` ene par changement de variable a ` lintervalle e par les points j = 1 + j 2 . Le polyn ome [i , i+1 ] = [1, 1], subdivis l dinterpolation dune fonction f C([1, 1]) est donn e par
l
pl (x) =
j =0
f (j )Lj (x)
avec Lj (x) =
k =j
x k . On a donc j k
1 1 l
f (x)dx
1 1 2 1 1 1
pl (x)dx = 2
j =0
j f (j )
avec j =
Lj (x)dx. Par suite de la sym etrie des points j autour de 0, on a lj = j , Llj (x) = Lj (x), l j = j .
(1 x2 )dx =
2 , 3
1 do` u 0 = 2 = 1 es changement de variable, les coecients 2 (1 1 ) = 6 . Apr` es (le lecteur le v eriera a ` titre dexercice), donc on obtient les j restent inchang
63
formules
i+1 l
f (x)dx
i
(i+1 i )
j =0 k 1
j f (i,j ),
l
f (x)dx
i=0
(i+1 i )
j =0
j f (i,j ).
Si f Pl , alors pl = f , donc la m ethode de Newton-Cotes de rang l est dordre l. De plus, lorsque f C[1, 1]) est un polyn ome impair, on a
1 l
f (x)dx = 0 = 2
1 j =0
j f (j ).
Si l est pair, les formules sont donc encore exactes pour f (x) = xl+1 , et plus earit e. On d emontre en fait le r esultat suivant g en eralement pour f Pl+1 par lin que nous admettrons :
Pour l 8, il appara t des coecients j < 0, ce qui a pour eet de rendre les formules beaucoup plus sensibles aux erreurs darrondis (cf. 1.3). Les m ethodes ees en pratique que dans les 4 cas ci-dessus. N Cl ne sont donc utilis
64
Supposons que les valeurs de f soient calcul ees avec des erreurs darrondi de valeur absolue . Lerreur qui va en r esulter par application dune m ethode de quadrature compos ee sera major ee par
k 1 li
i=0
(i+1 i )
j =0
|i,j |.
|i,j | =
j =0 j =0
i,j = 1.
Lerreur est donc major ee par ( ); ce r esultat est manifestement optimal ` une erreur ( ) si lerreur puisque le calcul exact de f (x)dx peut conduire a sur f est constante de valeur absolue . Si par contre les coecients i,j ne sont pas tous 0, alors j |i,j | > epasser ( ). donc lerreur due aux arrondis des f (i,j ) peut d
j
i,j = 1,
Le r esultat th eorique suivant de convergence justie en partie lint er et des m ethodes compos ees.
Th eor` eme On suppose que les m ethodes de quadrature el ementaire font intervenir un nombre de points li = l xe et que les coecients i,j = j ne d ependent pas de i, k. Alors lapproximation donn ee par la m ethode compos ee, soit
k 1 l
Tk (f ) =
i=0
(i+1 i )
j =0
j f (i,j )
j Sj,k (f ) o` u
Sj,k (f ) =
i=0
(i+1 i )f (i,j )
est une somme de Riemann de f relative a ` la subdivision (i ). Pour tout j = 0, 1, . . . , l x e, Sj,k (f ) converge vers f (x)dx quand hmax tend vers 0. Par cons equent Tk (f ) converge aussi vers
65
(i+1 i )
i=0 j =0
i,j f (i,j )
converge encore vers f (x)dx quand hmax tend vers 0, pourvu que i,j 0. [ Indication : revenir a ` la d enition de lint egrale en encadrant f par des fonctions en escalier.]
f (x)dx
1
2
j =0
j f (j )
on peut donner des exemples montrant quil ny a pas n ecessairement convergence quand l + (ceci est li e au ph enom` ene de Runge II 2.3). Cest une des principales raisons pour lesquelles on est amen e` a consid erer des m ethodes compos ees avec k assez grand, plut ot que daugmenter lentier l.
Nous allons montrer que lorsque la fonction f ` a int egrer est susamment r eguli` ere, lerreur dint egration num erique peut sexprimer de mani` ere assez simple en fonction dune certaine d eriv ee de f . Auparavant, nous aurons besoin de quelques rappels dAnalyse.
Enon cons tout dabord une version de la formule de Taylor fournissant une expression exacte du reste. Ceci est possible ` a laide dint egrations par parties successives, permettant dexprimer le reste comme une int egrale o` u gurent les d eriv ees de la fonction consid er ee.
Formule de Taylor avec reste int egral Soit f une fonction de classe
C N +1 sur [, ]. Alors pour tout x [, ]
N
f (x) =
k=0
1 (k ) f ()(x )k + k!
D emonstration. simplement ` a
f (t)dt.
66
Si la formule est vraie a ` lordre N 1, le reste int egral s ecrit, apr` es int egration par parties :
x
1 (x t)N 1 f (N ) (t)dt (N 1)! x x 1 1 (x t)N f (N ) (t) (x t)N f (N +1) (t)dt = N! N ! x 1 1 (x )N f (N ) () + (x t)N f (N +1) (t)dt. = N! N !
La formule est donc encore vraie a ` lordre N . Notons x+ = max (x, 0) = x si x 0, x+ = 0 si x 0. Avec la convention x0 + = 1 si x 0, x0 = 0 si x < 0, la formule se r e crit +
f (x) = pN (x) +
f (x)w(x)dx = f ( )
w(x)dx.
w(x)dx
f (x)w(x)dx M
Si
w(x)dx = 0, le r esultat est vrai pour quelconque. w(x)dx > 0 et soit alors q le quotient
q=
f (x)w(x)dx
w(x)dx [m, M ].
Le th eor` eme des valeurs interm ediaires montre que f (], [) est un intervalle ayant pour bornes m, M . Si q ]m, M [, il existe donc ], [ tel que q = f ( ). Restent les cas q = m et q = M . Si q = m et si f ( ) > m pour tout ], [, alors
puisque w(x)dx > 0, ce qui est contradictoire. Il existe donc dans ce cas ], [ tel que f ( ) = m. Le cas q = M est analogue.
67
En vue de l etude des m ethodes de Gauss au 3, on se place ici dans une situation un peu plus g en erale.
Situation etudi ee
On se donne un poids w sur ], [, cest-` a-dire une fonction continue > 0 telle que w(x)dx converge. On cherche ` a evaluer lint egrale f ( x ) w ( x ) dx par une formule approch e e
l
f (x)w(x)dx
j =0
j f (xj ),
xj [, ].
On notera que les formules du 1 rentrent dans ce cadre (avec w 1); en g en eral, ` la m ethode est donn ee par : on a j = 1. Lerreur due a
l
E (f ) =
f (x)w(x)dx
j =0
j f (xj ).
ee noyau de Peano associ e ` a la m ethode, o` u KN est une fonction sur [, ], appel d enie par t [, ]. KN (t) = E x (x t)N + , D emonstration. On observe dabord que f E (f ) est une forme lin eaire sur C([, ]). Si g : (x, t) g (x, t) est une fonction int egrable sur [, ] I , le th eor` eme de Fubini implique par ailleurs E x g (x, t)dt =
tI tI
E x g (x, t) dt.
La formule de Taylor avec reste int egral donne 1 (N +1) (x t)N (t)dt. +f N! PN , on a E (pN ) = 0 par hypoth` ese, do` u f (x) = pN (x) +
Comme pN
E (f ) = E x
E x
1 = N!
68
Notons que si N 1, la fonction (x, t) (x t)N + est continue sur [, ] [, ], en eral si N = 0. donc KN est continue sur [, ]. Ceci nest pas vrai en g
Corollaire 1 On a la majoration
E (f ) 1 f (N +1) N!
|KN (t)|dt.
1 (N +1) f ( ) N!
KN (t)dt.
KN (t)dt =
1 N +1
E (f ) =
D emonstration. La premi` ere egalit e r esulte du th eor` eme et de la formule de la moyenne appliqu ee ` a la fonction f (N +1) et au poids w = KN (ou w = KN si eme egalit e sobtient en prenant KN 0). La deuxi` f (x) = xN +1 , qui donne f (N +1) (x) = (N + 1)!.
On verra au 2.4 comment on peut d eduire le noyau de Peano dune m ethode compos ee de celui de la m ethode el ementaire utilis ee. On se contentera donc ici de regarder le cas des m ethodes el ementaires sur lintervalle de r ef erence [1, 1]. M ethode du point milieu
1
E (f ) =
1
f (x)dx 2f (0).
Cette m ethode est dordre 1, le noyau de Peano est donn e par : K1 (t) = E x (x t)+
1
=
1 1
(x t)+ dx 2(t)+
=
t
(x t)dx 2t
1 t
1 (x t)2 2
2t =
1 (1 t)2 2t . 2
69
On a donc K1 (t) =
1 2 1 2
(1 t)2 (1 t)2 + 2t =
1 2
(1 + t)
si t 0 si t 0, K1 (t) =
1 (1 0
1 1
t)2 dt =
1 3,
E (f ) =
1 f ( ), 3
] 1, 1[.
E (f ) =
1 1
K1 (t) = =
1 1 t
1 K1 (t) = (1 t2 ) 0 2 Comme
1 1
E (f ) =
1
f (x)dx 2
K3 (t) = E x (x t)3 +
1
K3 (t) = =
1 1 t
(x t)3 + dx 2 0 +
2 1 (t)3 (1 t)3 ++ + 3 6
(x t)3 dx 2
2 3 1 t + (1 t)3 3 6
70 Si t 0, on a K3 (t) =
esulte de lexercice On aurait pu egalement observer que K3 (t) = K3 (t) comme il r suivant.
f (x)dx
1
2
j =0
j f (j )
epartis est pair d` es que lj = j et lj = j (points et coecients r sym etriquement autour de 0).
N N Indication : (x + t)N + (x t)+ = (x + t) .
On a donc ici 1 (1 |t|)3 (1 + 3|t|) 0 sur [1, 1], 12 1 1 1 1 1 1 1 (1 t)4 (1 t)3 dt = 2 = , K3 (t) = 2 4 3 20 12 15 1 0 1 E (f ) = f (4) ( ). 15 3! K3 (t) = Nous admettrons le r esultat g en eral suivant.
g (x)dx
1
2
j =0
j g (j ),
j [1, 1].
Eelem (g ) =
g (x)dx 2
j =0
j g (j ).
71
On consid` ere maintenant une subdivision de [, ] : = 0 < 1 < . . . < k = ethode compos ee associ ee ` a la m ethode de pas hi = i+1 i . Lerreur de la m el ementaire ci-dessus est
k 1 l
Ecomp (f ) =
f (x)dx
i=0
hi
j =0
j f (i,j )
o` u i,j se d eduit de j par le changement de variable [1, 1] [i , i+1 ] hi i + i+1 +u . u x = 2 2 D enissons gi C([1, 1]) par gi (u) = f Comme dx =
hi 2
i + i+1 hi +u . 2 2
du, il vient
k 1
Ecomp (f ) =
hi 2 i=0
1 1
j gi (j ) =
k 1 i=0
gi (u)du hi
j =0
hi Eelem (gi ). 2
=
i=0 k 1
N + N + N +
=
i=0 k 1
2 i + i+i t hi 2 2 i + i+1 t hi 2
KN (t) =
i=0
Eelem u u 2 hi
pour u [1, 1] :
72
Dans les 2 cas u (u i )N ome de degr e N sur [1, 1] donc + est un polyn Eelem u (u i )N + = 0. Dans la sommation, il ny a donc que le terme i = j , do` u: KN (t) =
hj 2 N +1
kN
2 hj
j +j +1 2
t [j , j +1 ].
kN
KN
1 2
3 4
Th eor` eme
On suppose que kN est de signe constant et que le pas hi 1 est constant, egal a ` h = k (t)dt. Alors pour tout k . On note CN = 1 N N +1 ([, ]), il existe un point ], [ tel que f C Ecomp (f ) = CN hN +1 f (N +1) ( )( ). N ! 2N +2
On voit donc que lorsque le pas h tend vers 0 lordre de grandeur de lerreur dans esultat justie une m ethode compos ee dordre N est approximativement hN +1 . Ce r lint er et des m ethodes dordre elev e, qui donnent une pr ecision plus grande pourvu que f soit tr` es r eguli` ere. D emonstration. KN etant lui aussi de signe constant, le corollaire 2 du 2.2 montre lexistence de ], [ tel que Ecomp (f ) = 1 (N +1) f ( ) N!
KN (t)dt.
KN (t)dt = k
0
KN (t)dt h 2
N +1 1
=k Le changement de variable t =
kn
0 h 2
2 0 + 1 t h 2
h 2
dt
0 + 1 2
u, dt =
1 1
du fournit
KN (t)dt = k
h 2
N +2
kn (u)du
= kh
CN hN +1 CN = N +2 hN +1 ( ), 2N +2 2
73
do` u le th eor` eme. Les exemples du 2.3 donnent en particulier : Point milieu : Trap` ezes : Simpson : N = 1, C1 = 1 , 3 2 N = 1, C1 = , 3 1 N = 3, C3 = , 15 Ecomp (f ) = 1 2 h f ( )( ), 24 1 Ecomp (f ) = h2 f ( )( ), 12 1 Ecomp (f ) = h4 f (4) ( )( ). 2880
Les m ethodes de Gauss concernent le calcul num erique dint egrales faisant intervenir un poids. Elles constituent une application directe de la th eorie des polyn omes orthogonaux.
Soit w une fonction poids x ee sur ], [. On etudie les m ethodes dint egration approch ee du type
l
f (x)w(x)dx
j =0
j f (xj ),
xj [, ].
l+1 (x) =
j =0
(x xj ).
p(x)l+1 (x)w(x)dx =
j =0
Ceci entra ne que l+1 est orthogonal a ` Pl . Comme l+1 est unitaire, cest donc le (l + 1)-i` eme polyn ome orthogonal associ e au poids w. Les points xj ne sont autres que les racines de ce polyn ome.
Li (xj ) = 1 si i = j, Li (xj ) = 0 si i = j.
i =
j =0
j Li (xj ) =
Li (x)w(x)dx.
Ces coecients sont donc eux aussi uniques. Existence. On sait que le polyn ome orthogonal l+1 Pl+1 poss` ede l + 1 racines distinctes dans ], [. Soient x0 , . . . , xl ces racines et soit
j =
Lj (x)w(x)dx.
pl (x) =
j =0
pl (x)w(x) =
j =0
j f (xj ).
Si f Pl alors pl = f , donc la m ethode est dordre l. Montrons que lordre est en fait 2l + 1. En eet, lorsque f P2l+1 , la division euclidienne de f par l+1 donne f (x) = q (x)l+1 (x) + r(x), avec deg q l, deg r l. Comme l+1 Pl , il vient
f (x)w(x)dx =
r(x)w(x)dx =
j =0
j r(xj )
Comme f (xj ) = r(xj ), on a donc bien E (f ) = 0. Il reste seulement ` a voir que lordre nest pas > 2l + 1, ce qui r esulte du th eor` eme ci-dessous.
Th eor` eme 2 Le noyau de Peano K2l+1 est 0, et pour tout f C 2l+2 ([, ]),
il existe ], [ tel que f (2l+2) ( ) (2l + 2)!
E (f ) =
75
donc la m ethode nest pas dordre 2l + 2. D emonstration.* Dapr` es le 2.2, on a E (f ) = 1 (2l + 1)!
o` u est une primitive dordre 2l + 2 de . Supposons par labsurde quil existe t0 [, ] tel que K2l+1 (t0 ) < 0. Notons K2 l+1 = max (K2l+1 , 0) C([, ]) la partie n egative de la fonction K2l+1 , et soit un polyn ome qui approche K2 l+1 + uniform ement ` a pr` es sur [, ]. On a donc en particulier
0 K2 l+1 < < K2l+1 + 2,
K2l+1 (t)(t)dt
|K2l+1 (t)|dt.
Comme petit :
Soit une primitive dordre 2l + 2 de ; est un polyn ome. Ecrivons la division 2 euclidienne de par l+1 :
2 (x) = l +1 (x)q (x) + r (x) 2 avec deg r deg (l u +1 ) 1 = 2l + 1. Il vient E (r ) = 0 do` 2 E () = E (l +1 q ) = 2 l +1 (x)q (x)w (x)dx 0.
E () = q ()
2 l +1 (x)w (x)dx,
On va obtenir une contradiction en montrant que q () > 0. Consid erons le polyn ome
2 2 g (x) = (x) r(x) l +1 (x)q ( ) = l+1 (x)(q (x) q ( )).
76
g admet x0 , . . . , xl comme z eros de multiplicit e 2, et de multiplicit e 1, cest-` adire au moins 2l + 3 z eros. Il existe donc un point interm ediaire entre les points xj , , tel que g (2l+2) ( ) = 0. Par suite 0 = g (2l+2) ( ) = (2l+2) ( ) (2l + 2)! q () = ( ) (2l + 2)! q () et comme ( ) > 0 on en d eduit bien q () > 0, contradiction. Par suite K2l+1 0 et le corollaire 2 du 2.2 donne E (f ) = 1 f (2l+2) ( ) E (x x2l+2 ). (2l + 2)!
Comme l+1 est unitaire, on a x2l+2 = l+1 (x)2 + r(x) o` u r P2l+1 , donc 2 2 E (x x2l+2 ) = E (l ) = ( x ) w ( x ) dx , ce qui d e montre le th eor` eme. l +1 +1
Lint er et des m ethodes de Gauss est de r ealiser lordre N maximal pour un nombre x e l + 1 de points dinterpolation. N eanmoins, la complexit e du calcul des polyn omes orthogonaux fait que les m ethodes de Gauss ne sont gu` ere utilis ees que dans les deux cas suivants. w(x) = 1 sur [1, 1] : m ethode de Gauss-Legendre. es Les polyn omes orthogonaux successifs et les points xj correspondant sont donn par le tableau :
l 1 0 1 2 1 x x2 x3
l+1 (x)
x0 , . . . , xl 0
0 , . . . , l 2 1, 1 5 8 5 , , 9 9 9 6 5 10 7 1 1 2 6 5 1 1 , + 6 2 6 5 6
ordre N 1 3 5
1 3 3 x 5
1 1 , 3 3 3 , 0, 5 3 2 7 7 5 2 9 9 3 5
6 3 x4 x2 + 7 35 x5 10 3 5 x + x 9 21
0,
compliqu es !
w(x) =
1 sur ] 1, 1[ : m ethode de Gauss-Tchebychev. 1 x2 Les points xj sont alors les points dinterpolation de Tchebychev dans lintervalle ] 1, 1[ : 2j + 1 , 0 j l, xj = cos 2l + 2
77
et on peut d emontrer (voir par exemple le livre de Crouzeix-Mignot, exercice 2.4) . On obtient donc une m ethode approch ee dordre 2l + 1 s ecrivant : que j = l+1 dx f (x) 1 x2 1
1
l+1
f cos
j =0
2j + 1 . 2l + 2
Nous allons quitter ici quelque peu le l directeur des paragraphes pr ec edents. Notre objectif est dobtenir une formule th eorique pour le calcul du d eveloppement limit e des approximations num eriques en fonction du pas de la subdivision. Ceci conduit, pour des fonctions susamment r eguli` eres, ` a des proc ed es num eriques en g en eral tr` es performants.
Soit f une fonction de classe C sur [0, 1] avec p 1. Une int egration par parties donne 1 1 1 1 1 x f (x) f (x)dx, f (x)dx = x 2 2 0 0 0 ce qui peut se r ecrire 1 1 f (0) + f (1) = 2 2
1 1
f (x)dx +
0 0 1 0
B1 (x)f (x)dx
er et que B1 (x)dx = 0. Lid ee consiste ` a avec B1 (x) = x 1 2 , ce choix ayant lint r ep eter les int egrations par parties en introduisant des primitives successives de B1 dont lint egrale sur [0, 1] est nulle. De fa con pr ecise, on choisit Bp en sorte que
1
Bp (x)dx = 0,
la deuxi` eme condition permettant de xer la constante dint egration de mani` ere unique. On trouve ainsi
1 0 1 0
1 0
1 0
enition (noter que Bp (1) Bp (0) = 0 pBp1 (x)dx o` u bp = Bp (0) = Bp (1) par d est nulle pour p 2). De ceci on d eduit facilement par r ecurrence la formule 1 1 f (0) + f (1) = 2 2
1 b
f (x)dx +
0
(1)m
m=2
+ (1)p+1
()
78
do` u
x [0, 1],
et la condition 0 B2 (x)dx = 0 implique C = 1 ecurrence 6 . On voit facilement par r ome unitaire de degr e p ` a coecients rationnels, tel que que Bp est un polyn etendre Bp ` a R en posant Bp (0) = Bp (1) pour p 2. On convient d Bp (x) = Bp (x E (x)) si x [0, 1[.
On obtient ainsi une fonction p eriodique de p eriode 1 qui est un polyn ome en restriction a ` [0, 1[ (mais qui, bien entendu, nest pas un polyn ome sur R tout entier).
1/6 2 1 1/12 1
B2 2 x
Les polyn omes Bp sont appel es polyn omes de enis par Bernoulli. Les nombres de Bernoulli sont les r eels bp d b0 = 1, 1 b1 = , 2 bp = Bp (0) si p 2.
On a les formules :
p
Bp (x) =
m=0 p
m Cp b m xp m
, p 1, , p 2. , p 1.
x [0, 1[.
bp =
m=0
m Cp bm
79
D emonstration (1) La formule est vraie pour p = 1 dapr` es la d enition de b0 , b1 . Supposons la formule vraie a ` lordre p 1 :
p 1
Bp1 (x) =
m=0
m p1m Cp . 1 bm x
p 1 m=0
m p1m pCp , 1 bm x
Bp (x) = Bp (0) +
p 1
p m p m Cp 1 bm x p m m=0
m Cp b m xp m ,
p 1
= bp +
m=0
donc la formule est encore vraie a ` lordre p. (2) Dapr` es ce qui pr ec` ede, Bp est continue sur R pour tout p 2 et v erie equent (2) est un cas particulier de (1). Bp (1) = Bp (0) = bp , par cons (3) Par r ecurrence sur p, on voit que (1)p Bp (1 x) a pour d eriv ee (1)p Bp (1 x) = p(1)p1 Bp1 (1 x) = pBp1 (x) = Bp (x). egrale nulle sur [0, 1], on en d eduit que Comme (1)p Bp (1 x) est dint ncident. (1)p Bp (1 x) et Bp (x) co (4) Pour p 2 et x = 0, (3) donne bp = (1)p bp , donc bp = 0 si p est impair. La relation (2) appliqu ee ` a p = 2k + 1 donne
2k2 2k 2 1 0 = C2 k+1 b2k + C2k+1 b2k2 + . . . + C2k+1 b2 + C2k+1 b1 + 1.
Ceci permet de calculer par r ecurrence les nombres de Bernoulli successifs : 1 1 1 1 1 5 , b8 = , b10 = ,... b0 = 1, b1 = , b2 = , b4 = , b6 = 2 6 30 42 30 66 Supposons maintenant donn ee une fonction f de classe C p sur [, ] o` u , sont des entiers. Gr ace ` a la p eriodicit e des fonctions Bp , la formule () ci-dessus est vraie sur chaque intervalle [, + 1], . . . , [ 1, ]. Par sommation, on en d eduit 1 1 f () + f ( + 1) + . . . + f ( 1) + f ( ) = 2 2
p
f (x)dx
+
m=2
(1)m
bm m!
80
En appliquant ceci pour p = 2k et en tenant compte du fait que bm = 0 si m est impair 3, on obtient la
f ( ) la somme
T (f ) =
f (x)dx +
f (2m1) ( ) f (2m1) ()
Pour pouvoir exploiter cette formule a ` des ns num eriques, il importe de savoir egral. majorer la fonction B2k (x) qui intervient dans le reste int
Bp
Comme Bp est p eriodique de p eriode 1, il est tentant de rechercher un d eveloperie de Fourier. Dapr` es la formule () du 4.1 appliqu ee ` a pement de Bp en s f (x) = e2inx , il vient
1
1=
0
e2inx dx + 0 (2in)p
1 0
et la premi` ere int egrale est nulle pour n = 0. On en d eduit que le coecient de Fourier dindice n de Bp est Bp (n) = Bp (0) =
0
p! (2in)p
1
si n = 0,
Bp (x) = 0 si n = 0.
Pour p 2, la s erie de Fourier est absolument convergente et Bp est continue, donc Bp (x) = p!
nZ
e2inx , (2in)p
(x R).
Pour p = 1, la fonction B1 est de classe C 1 par morceaux, donc la s erie converge 1 vers B1 (x) en tout point x Z et vers 2 B1 (x + 0) + B1 (x 0) = 0 si x Z. La formule ci-dessus peut se r ecrire B2k (x) = B2k+1 (x) = (1)k+1 2(2k )! (2 )2k
k+1 + n=1
81
En particulier, si lon introduit la fonction de Riemann (s) = on obtient b2k = Comme (s) 1 + particulier on a
+ 1
1 , s n n=1
dx/xs = 1 + 1/(s 1), on voit que lims+ (s) = 1 et en (1)k+1 2(2k )! (2 )2k quand k +.
b2k
Les coecients |b2k | tendent donc vers + assez vite. Par ailleurs, il est clair que B2k (x) atteint sa valeur absolue maximum pour x = 0 ; on obtient donc |B2k (x)| |b2k |, x R.
x
()
B2k (t)dt
donc |B2k+1 (x)| (2k + 1)|x| |b2k |. On en d eduit lin egalit e |B2k+1 (x)| k + dabord pour x 0, 1 2 , puis pour x pour tout x R par p eriodicit e.
1 2, 1
1 |b2k | 2
Soit f une fonction de classe C sur [, +[ o` u Z. Pour tout entier n , on cherche ` a obtenir un d eveloppement limit e` a tout ordre de la somme Sn (f ) = f () + f ( + 1) + . . . + f (n) lorsque n tend vers +. Un tel d eveloppement est appel e d eveloppement asymptotique de Sn (f ) ; il permet g en eralement dobtenir de tr` es bonnes valeurs approch ees de Sn (f ) lorsque n est grand.
eriv ees f (m) (x) soient de signe constant sur [x0 , +[, avec pour m m0 les d ependante de n et k , telle limx+ f (m) (x) = 0. Alors il existe une constante C ind 0 on ait : que pour tout n x0 et tout k > m 2 Sn (f ) = C + 1 f (n) + 2
n
f (x)dx +
k 1
avec Rn,k =
82
1 D emonstration. On a par d enition Sn (f ) = 1 u T (f ) est 2 f () + 2 f (n) + T (f ) o` la somme des trap` ezes de f sur [, n]. La formule dEuler Maclaurin entra ne
Sn (f ) =
1 1 f () + f (n) + 2 2
k
f (x)dx +
On obtient donc le d eveloppement du th eor` eme avec une constante C = Ck d ependant a priori de k et un reste Rn,k donn es par Ck = b2m (2m1) 1 f () f () 2 (2m)! m=1 Rn,k = b2k f (2k1) (n) + (2k )!
+ n k +
(2k) 0 ` condition de montrer que les int a egrales convergent. Comme k > m est de 2 , f es lin egalit e () du 4.2, il vient signe constant sur [x0 , +[. Dapr` + n + n
+ n
f (2k) (x) ,
f (2k) (x)dx =
N +
lim
=
n
N +
lim
On a donc bien convergence et nos estimations montrent par ailleurs que lint egrale gurant dans Rn,k est de valeur absolue plus petite que le premier terme, donc Rn,k = b2k f (2k1) (n), (2k )! [0, 2].
Il reste ` a voir quon a en fait [0, 1] et que Ck ne d epend pas de k . Appliquons ` lordre k . la formule a ` lordre k + 1 et identions avec la formule donnant Sn (f ) a Il vient b2k f (2k+1) (n) + Rn,k+1 . Ck + Rn,k = Ck+1 + (2k )! En faisant tendre n vers +, on trouve Ck = Ck+1 , donc Ck est bien ind ependante de k , et b2k (2k+1) f Rn,k = (n) + Rn,k+1 . (2k )! eme signe que le terme b2k /(2k )!f (2k1) (n) Dapr` es ce qui pr ec` ede, Rn,k est de m e : le 4.2 montre que signe (b2k ) = (1)k+1 , tandis que Rn,k+1 est du signe oppos tandis que signe f (2k+1) = signe f (2k) = signe f (2k1) . On a donc Rn,k b2k (2k1) f (n) 1, (2k )!
83
f (m) (x) =
ln (n!) = C + n! = eC n e
exp
k 1
Exercice On pose In =
(a) Montrer Calculer
ecroissante et que I2n+1 I2n . (b) Montrer que In est d (c) En d eduire (2n)! 22n et la valeur de eC . 2 n! n
On va montrer ici comment ` a partir de la formule dEuler-Maclaurin on peut construire une m ethode dint egration bas ee sur lacc el eration de la convergence de la m ethode des trap` ezes. On obtient ainsi un algorithme de calcul souple et performant, ais e` a programmer et souvent pr ef er e` a tout autre dans la pratique.
On suppose donn ee une fonction A qui admet un d eveloppement limit e` a tout ordre au voisinage de 0 : A(t) = a0 + a1 t + . . . + ak tk + Rk+1 (t)
84
avec |Rk+1 | Ck+1 |t|k+1 . La situation est la suivante : on suppose quon a un algorithme permettant de eels tm 0+ , et on cherche ` a extrapoler ces valeurs calculer A(tm ) pour certains r ed e dacc el eration de pour obtenir A(0) = a0 . On construit pour cela un proc la convergence consistant a ` eliminer successivement les termes a1 t, a2 t2 , . . . du d eveloppement limit e de A(t).
de sorte que la convergence est sensiblement (n + 1)-fois rapide que celle de Am,0 . ecurrence Les nombres Am,n se calculent par la formule de r Am,n = rn Am,n1 Am1,n1 . rn 1
Dans la pratique, on commence par ranger les valeurs Am,0 dans un tableau TAB, puis on eectue le calcul des colonnes Am,1 , Am,2 , . . . comme suit :
85 A2,2 A3,3
A1,1
... ...
Chaque colonne est une suite convergeant vers a0 , mais la colonne dindice n converge n + 1 fois plus vite a ` linni que celle dindice 0.
Soit f C ([, ]). On consid` ere la subdivision de [, ] en l sous-intervalle egaux u h = , et on note donn ee par les points xj = + jh, 0 j l o` l Tf (h) = h 1 1 f () + f ( + h) + . . . + f ( h) + f ( ) 2 2
la somme des trap` ezes associ ees. Appliquons la formule dEuler-Maclaurin a ` la fonction g (u) = f ( + uh), u [0, l], g (m) (u) = hm f (m) ( + uh). Il vient
l
Tg (1) =
f ( + uh)du +
0
h2k do` u
f (x)dx +
h2k
Tf (h) =
f (x)dx +
m=1
am h2m + O(h2k )
avec am =
b2m (2m)!
f (2m1) ( ) f (2m1) () .
a0 =
f (x)dx.
On utilise pour cela des dichotomies successives avec les pas h = 2 m . Ceci nous am` ene ` a calculer = A(4m ( )2 . Am,0 = Tf 2m On applique donc le proc ed e dextrapolation de Richardson avec r = 4, ce qui conduit a ` la formule de r ecurrence
Am,n =
4n Am,n1 Am1,n1 . 4n 1
On a alors Am,n = f (x)dx + O(4m(n+1) ) quand m +. La valeur approch ee retenue est celle correspondant aux indices m, n les plus elev es pour lesquels Am,n a et e calcul e.
on a en eet :
1 1 f () + f ( + h) + . . . + f ( h) + f ( ) 2 2 1 1 f () + f ( + 2h) + . . . + f ( 2h) + f ( ) = 2h 2 2
Tf (h) =
f (x)dx + O(h2k )
r eduit a ` son terme constant. Il est inutile dans ce cas dappliquer le proc ed e dextrapolation de Richardson : la derni` ere somme des trap` ezes calcul ee Am,0 donne d ej` a une tr` es bonne approximation de lint egrale.
Exercice V erier que Am,1 (resp. Am,2 ) est la m ethode de Simpson compos ee
sur 2m1 sous-intervalles (resp. Boole-Villarceau sur 2m2 sous-intervalles). ` une m ethode de NewtonPour n 3, on peut v erier que Am,n ne correspond plus a Cotes.
87
6.1. Soient x1 et x2 deux points de [1, 1] et 1 et 2 R. On d esigne par C [1, 1] lespace vectoriel des fonctions continues sur [1, 1] et ` a valeurs r eelles et on d enit T : C [1, 1] R par T (f ) = 1 f (x1 ) + 2 f (x2 ).
ethode (a) Quelles conditions doivent v erier x1 , x2 , 1 , 2 pour que T soit une m dint egration sur [1, 1] exacte pour () Les fonctions constantes ? ( ) Les fonctions anes ? ( ) Les polyn omes de degr e inf erieur ou egal ` a2? (b) Parmi les m ethodes exactes pour les polyn omes de degr e inf erieur ou egal ` a 2, une seule v erie x1 = x2 . Montrer que ce choix de x1 et x2 (et des 1 et 2 correspondants) fournit une m ethode exacte pour les polyn omes de degr e inf erieur ou egal ` a 3 et quil sagit de la seule m ethode dint egration exacte pour les polyn omes de degr e inf erieur ou egal ` a 3 qui soit du type etudi e dans le probl` eme. Quelle est cette m ethode ? 6.2. (a) Montrer que pour un polyn ome trigonom etrique de degr en
n
cp eipx ,
p= n 2 n+1
(b) Montrer que si f peut etre approch ee par un polyn ome trigonom etrique de degr e fournit un erreur n` a moins de sur [a, b], la m ethode des trap` ezes pour h = n2 +1 inf erieure ` a 4 pour
2 0
f (x)dx.
(c) On consid` ere f (x) = exp 1 2 sin x . Donner une majoration de lerreur pour la 2 m ethode des trap` ezes pour 0 f (x) dx avec h = /2, h = /4. Que pensez-vous de ce dernier r esultat ? 6.3. Soit f : [1, 1] R une fonction de classe C n , o` u n sera suppos e aussi grand que les besoins lexigeront. On consid` ere la m ethode dint egration num erique approch ee donn ee par
1
(M)
1
f (x)dx
1 1
f (x) (f ( ) + f ( ))
pour f (x) = 1, x, x2 respectivement. D eterminer lordre de la m ethode (M) en fonction de . (b) On se place ici dans le cas o` u la m ethode (M) est dordre 1. () Calculer le noyau de Peano K1 (t), et tracer le graphe de K1 pour = 5/8. Pour quelles valeurs de le noyau K1 est-il de signe constant ? ( ) Montrer que lerreur v erie une majoration |E (f )| C ( ) f lorsque K1 est de signe constant ; lorsque = 5/8. (c) Calculer le noyau de Peano dans le cas o` u la m ethode (M) est dordre 3 et v erier que ce noyau est une fonction paire. En d eduire quil existe ] 1, 1[ tel que 1 f (4) ( ). E (f ) = 135 (d) En utilisant le r esultat du (c), estimer lerreur obtenue par la m ethode compos ee associ ee ` a la m ethode (M) pour le calcul dune int egrale
b
g (x)dx
a
avec une subdivision de [a, b] de pas constant h = (b a)/k, k N . 6.4. Soit p un entier naturel et soit f (x) = xp . On note
n
Sn,p =
m=1
mp .
On utilise la formule du d eveloppement asymptotique de Sn (f ) avec = 0. eduire une expression (a) Montrer que pour k assez grand, le reste Rn,k est nul. En d de Sn,p ; on calculera la valeur de la constante C en observant que S0,p = 0. (b) Donner une expression factoris ee de Sn,p pour p = 2, 3, 4, 5. 6.5. Soit un r eel > 1. On consid` ere la fonction f (x) = 1 x et on note ( ) = 1 . n n=1
+
89
On utilise la formule du d eveloppement asymptotique de Sn (f ) avec = 1. (a) Exprimer ( ) en fonction de la constante C de la formule ; pour cela, on fera tendre n vers +. (b) D eterminer le d eveloppement limit e de ( ) Sn (f ) avec reste Rn,k . En prenant n = 5 et k = 5, donner un encadrement de (3). 6.6. On applique ici la formule dEuler-Maclaurin a ` la fonction f (x) = eax , a C. (a) Montrer l egalit e a ea + 1 b2m a2m a2k+1 = 1 + 2 ea 1 (2m)! ea 1 m=1
k 1 0
(b) Montrer que le reste int egral est major e pour tout a C par |b2k | e| Re a| 1 |a| |a|2k (2k )! | Re a| |ea 1|
a
si
ea = 1.
b2m a e +1 En d eduire que a m=1 (2m)! sur le disque |a| < 2 , et que le 2 ea 1 = 1 + rayon de convergence de la s erie est 2 .
2m
(c) Lorsque a est r eel, montrer que le reste int egral est major e par |b2k |a2k /(2k )!, 2k+2 /(2k + 2)!. ainsi que par 2|b2k+2 |a Utiliser ceci pour trouver une valeur approch ee de (e + 1)/(e 1) en prenant k = 4. V erier que lerreur commise est inf erieure ` a 107 . 6.7. On consid` ere la fonction f (x) = 1 , 1 + x2 x R.
(a) A laide dune d ecomposition en el ements simples, calculer la d eriv ee f (m) et (m) 2 (m+1)/2 . montrer que |f (x)| m! (1 + x ) (b) D eterminer le d eveloppement asymptotique de la suite
n
Sn =
k=0
1 . 1 + k2
(c) Calculer S10 et en d eduire une valeur approch ee ` a 106 pr` es de la somme 1 . 1 + n2 n=0 6.8. On se propose ici d etudier une m ethode dint egration num erique analogue aux m ethodes de Newton-Cotes.
+
90
(a) Soit g une fonction continue sur [1, 2]. D eterminer le polyn ome 2 e 3 qui interpole g aux points 1, 0, 1, 2. p(x) = i=1 g (i) i (x) de degr Exprimer lerreur dinterpolation a ` laide du polyn ome (x) = x(x + 1)(x 1)(x 2). (b) Calculer
1 0
p(x)dx et
2 1
0 1
En d eduire
1 0
p(x)dx.
0 1
V erier les formules pour g (x) = 1 (resp. g (x) = x). (c) Calculer | (x)|dx et | (x)|dx.
i+1
En d eduire une majoration (la meilleure possible !) de i |g (x) p(x)|dx, i = 1, 0, 1, en fonction de la norme uniforme dune d eriv ee convenable de g (g est suppos ee susamment d erivable). (d) Soit f une fonction continue sur un intervalle [a, b] avec a < b. On note a = a0 < a1 < . . . < an1 < an = b, la subdivision de pas constant h =
b a n
n8
et on pose fi = f (ai ).
f (x)dx =
a i=0 ai
f (x)dx
i=0 ai+1
pi (x)dx
o` u pi d esigne le polyn ome dinterpolation de Lagrange de f aux points ai1 , ai , ecriture p0 = p1 , pn1 = pn2 . ai+1 , ai+2 si 1 i n 2, avec la convention d Montrer que cette m ethode s ecrit
b n
f (x)dx
a
h
i=0
i fi
pour des coecients i que lon explicitera. Que peut-on dire de lordre de la m ethode ? (e) Majorer les erreurs
ai+1 ai
|f (x) pi (x)|dx et
b n
E (f ) =
a
f (x)dx h
i=0
i fi
en fonction de h, b a, et de la norme uniforme dune d eriv ee convenable de f . 6.9. On d esigne par C lespace des fonctions d enies sur lintervalle [1, 1] a ` valeurs dans R, muni de la norme uniforme.
91
f (x) dx 1 x2
est convergente.
ome de Tchebychev de degr e n. (b) On note tn le polyn On rappelle le r esultat Kronecker. Calculer
1 tn (x)tk (x) 1 1x2 1 xn tm (x) dx 1 1x2
dx = pour
n < m.
(c) On note x0 , x1 , x2 les racines de t3 . D eterminer trois r eels A0 , A1 , A2 tels que pour tout polyn ome P de degr e 2 on ait
1 1
Montrer que l egalit e est encore v eri ee si P est de degr e 5. (d) Montrer que lint egrale sa valeur. (e) Pour n x e non nul, on d esigne par xk les racines de tn et par Ak des nombres r eels (0 k n 1). Pour tout f C on note
n1 1 1 0
4 dx x(1x)
Sn (f ) =
k=0
Ak f (xk ) et
Rn (f ) =
f (x) dx Sn (f ). 1 x2
() Montrer que lon peut d eterminer les Ak de mani` ere unique de sorte que pour tout polyn ome P de degr e n 1 on ait Rn (P ) = 0. ( ) Montrer que pour 1 p n 1 on a En d eduire que Ak = n pour tout k .
n1 k=0
Tp (xk ) = 0.
ome de degr e 2n 1. ( ) Montrer que Rn (P ) = 0 pour tout polyn (f) Soient f C et P un polyn ome. En supposant f p < , donner un majorant eduire de |Rn (f )| lorsque n +. En d
1 n+
lim Sn (f ) =
f (x) dx. 1 x2
6.10. Le but du probl` eme est d etablir quelques r esultats sur la formule approch ee 1 1 f (x)dx P (x)dx o` u Pn (x) est le polyn ome dinterpolation de degr e n de 1 1 n f aux points de Tchebychev xi = cos i , tels que i =
(2i+1) 2n+2
, 0 i n.
(a) Avec les notations de II 4.3, montrer que le polyn omes li de Lagrange sont donn es par (1)i sin i tn+1 (x) li (x) = , 0 i n. n+1 x xi
92
an (x) =
Pn (x)dx =
i=0
i f (xi ) avec i =
eduire la valeur de (c) Calculer an+1 (x) an1 (x) ; en d an+1 (x) 2xan (x) + an1 (x). (d) En distinguant deux cas suivant la parit e de n, montrer l egalit e sin an (cos ) = 2 sin n 4
1q< n 2
1 sin (n 2q ). 4q 2 1
(e) En d eduire lexpression de i : 2 4 i = Montrer lin egalit e i > 0. (f) On xe n = 10. Ecrire un programme en langage informatique qui permet de calculer tous les coecients i .
1q n+1 2
1 cos 2qi 4q 2 1 .
n+1
Les m ethodes it eratives, et en particulier la m ethode de Newton, gurent parmi les m ethodes num eriques les plus puissantes permettant la r esolution approch ee des equations de toute nature. Lid ee de ces m ethodes est de partir dune valeur approch ee grossi` ere de la solution, et den am eliorer la pr ecision par une application it er ee dun algorithme bien choisi.
Soit (E, d) un espace m etrique complet et : E E une application continue. On dit que a E est un point xe de si (a) = a. On dit que est contractante si est lipschitzienne de rapport k < 1, cest-` a-dire sil existe k < 1 tel que x, y E, d(f (x), f (y )) k d(x, y ).
94
do` u par r ecurrence d(xp , xp+1 ) k p d(x0 , x1 ). Pour tout entier q > p il vient
q 1 q 1
d(xp , xq )
l =p q 1 +
d(xl , xl+1 )
l =p
k l d(x0 , x1 )
avec
l =p
kl
l =p
kl =
ce qui montre que (xp ) est une suite de Cauchy. Comme (E, d) est complet, la suite egalit e xp+1 = (xp ) et la continuit e (xp ) converge vers un point limite a E . L de impliquent a ` la limite a = (a).
G en eralisation Le th eor` eme pr ec edent reste enti` erement valable si on remplace lhypoth` ese que est contractante par lhypoth` ese que est continue et quil existe une certaine it er ee m = . . . qui soit contractante.
En eet, dans ce cas, lhypoth` ese que m soit contractante implique que m admet a cette egalit e on un unique point xe a. On a donc m (a) = a et en appliquant ` trouve m ((a)) = m+1 (a) = (m (a)) = (a), e du point xe de m de sorte que (a) est encore un point xe de m . Lunicit entra ne (a) = a. Par ailleurs, comme tout point xe de est aussi un point xe ecessairement unique. Enn, pour tout point initial x0 , la de m , ce point xe est n sous-suite xmp = mp (x0 ) = (m )p (x0 ) (correspondant aux indices multiples de m) converge vers a. Il en r esulte que xmp+r = r (xmp ) converge aussi vers r (a) = a eme pour r = 0, 1, . . . m 1, et on en d eduit limq+ xq = a. Voir aussi le probl` 4.1 pour une autre d emonstration de ces r esultats.
95
Comme premi` ere application el ementaire du r esultat pr ec edent, soit a ` r esoudre une equation f (x) = 0 dune variable r eelle x. Supposons quon ait une fonction di erentiable f : [a, b] R telle que disons f (a) < 0, f (b) > 0, et f strictement e f (a) > 0, f (b) < 0, et croissante, 0 < m f (x) M sur [a, b] dans le cas oppos M f (x) < m < 0 il sura de changer f en f . Si on pose (x) = x Cf (x) avec une constante C = 0, il est clair que l equation f (x) = 0 equivaut a ` (x) = x et donc la r esolution de l equation f (x) = 0 se ram` ene ` a rechercher les points xes de . Lespace E = [a, b] est complet, et il nous faut v erier de plus que envoie bien E dans E , que est bien contractante sur E . Or nous avons (x) = 1 Cf (x), donc 1 CM (x) 1 Cm, et pour le choix C = 1/M , la fonction est bien contractante dans le rapport k = 1 m/M . De plus est croissante et on a (a) > a, (b) < b, donc ([a, b]) [a, b]. Il en ee ` a partir dun point x0 [a, b] r esulte que toute suite it erative xp+1 = (xp ) calcul quelconque va converger vers lunique solution de l equation f (x) = 0. La vitesse de convergence peut etre estim ee par la suite g eom etrique (1 m/M )p , et on voit quon a int er et ` a ce que les bornes m et M de lencadrement m f M soient proches, ce qui est toujours possible si f est continue et si lencadrement initial [a, b] de la solution x cherch ee est susamment n. Lobjet de ce chapitre est d etudier et de g en eraliser ce type de techniques, pour des fonctions dune ou plusieurs variables.
Notre objectif est ici d etudier le comportement it eratif dune fonction au voisinage de ses points xes. Soit I un intervalle ferm e de R et : I I une application de classe C 1 . Soit a I un point xe de . On peut distinguer trois cas : (1) | (a)| < 1. Soit k tel que | (a)| < k < 1. Par continuit e de , il existe un intervalle E = [a h, a + h] sur lequel | | k , donc est contractante de rapport k sur E ; on a n ecessairement (E ) E et par cons equent x0 [a h, a + h],
p +
lim xp = a.
On dit que a est un point xe attractif. Dans ce cas la convergence de la suite (xp ) est au moins exponentiellement rapide : |xp a| k p |x0 a|.
Supposons de plus que soit de classe C 2 et que | | M sur E . La formule de Taylor donne (x a)2 (c) (x) = (a) + (x a) (a) + 2! 1 c ]a, x[, = a + (c)(x a)2 , 2
2 do` u |(x) a| 1 2 M |x a| , soit encore r ecurrence, on en d eduit successivement 1 2
M |(x) a|
2p
1 2
M |x a| . Par
1 1 M |xp a| M |x0 a| 2 2
|xp a|
2 M
1 2
M |x0 a|
1 5M ,
2p
on obtient
p 2 102 ; M
on voit donc que le nombre de d ecimales exactes double environ ` a chaque it eration ; 10 it erations suraient ainsi th eoriquement pour obtenir plus de 1000 d ecimales exactes ! La convergence est donc ici extraordinairement rapide. Ce ph enom` ene est appel e ph enom` ene de convergence quadratique, et le point xe a est alors appel e parfois point xe superattractif. (2) | (a)| > 1. (x) (a) x 0 xa [a h, a + h] de a tel que Comme lim = | (a)| > 1, on voit quil existe un voisinage
x [a h, a + h] \ {a},
On dit alors que le point xe a est r epulsif. Dans ce cas, la d eriv ee est de signe constant au voisinage de a, donc il existe h > 0 tel que la restriction |[ah,a+h] admette une application r eciproque 1 d enie sur ([a h, a + h]), qui est un intervalle contenant (a) = a. L equation (x) = x peut se r ecrire x = 1 (x) au 1 voisinage de a, et comme ( ) (a) = 1/ (a), le point a est un point xe attractif pour 1 . (3) | (a)| = 1. On est ici dans un cas douteux, comme le montrent les deux exemples suivants dans lesquels a = 0, (a) = 1 :
97
er ee (xp ) est strictement d ecroissante minor ee, donc Pour tout x0 0, 2 la suite it convergente. La limite l v erie l = sin l, donc l = 0.
Exemple 2 (x) = sinh x, x [0, +[. Comme sinh x > x pour tout x > 0, on voit que le point xe 0 est r epulsif et que x0 > 0, lim xp = +.
p +
Nous voulons d ecrire ici un peu plus nement le comportement de la suite it erative xp+1 = (xp ) au voisinage dun point xe attractif a. On suppose donc de classe C 1 et | (a)| < 1. On peut de nouveau distinguer plusieurs cas. (1) (a) > 0. Par continuit e de on va avoir 0 < (x) < 1 au voisinage de a, donc il existe un voisinage [a h, a + h] sur lequel x (x) et x x (x) sont strictement croissantes, par suite x < (x) < (a) = a pour x [a h, a[ a = (a) < (x) < x pour x ]a, a + h], ce qui implique en particulier que ([a h, a + h] [a h, a + h]. Il est facile de voir dans ce cas que la suite it erative xp+1 = (xp ) va etre strictement croissante ecroissante si x0 ]a, a + h]. On obtient alors pour x0 [a h, a[ et strictement d typiquement un graphe en escalier : y y=x y = (x) (x0 )
ah
x0
x1 ... xp a
x1
x0
a+h
(2) (a) < 0. Par continuit e de on va avoir 1 < (x) < 0 sur un voisinage [a h, a + h] de a, sur lequel est donc strictement d ecroissante. Si x < a, alors (x) > (a) = a,
98
tandis que si x > a, on (x) < (a) = a. Comme est strictement croissante (de d eriv ee < 1) sur [a h, a + h], le cas (1) montre que les suites x2p et x2p+1 sont monotones de limite Il sagit donc de suites adjacentes, et on obtient un graphe en escargot : y y=x
(xp )
y = (x)
ah (3) (a) = 0.
x0
x2
xp a xp+1 x3 x1
a+h
En g en eral, on ne va rien pouvoir conclure. Cependant, si est de classe C 2 et (a) = 0, alors le point a est un extremum local. On choisira h assez petit pour que ne change pas de signe et | | < 1 sur [a h, a + h]. Alors, si (a) < 0 (resp. (a) > 0), le point a est un maximum local (resp. un minimum local), et pour x0 [a h, a + h] {a} quelconque, il est facile de voir que la suite (xp ) est strictement croissante (resp. d ecroissante), mis ` a part peut- etre pour le terme ` un graphe en escalier. initial x0 . On aboutit encore a
x f (x) f (x)
2 3
2 3
+ +
0
16 3 3
1+
16 3 3
99
y 4
y = f (x)
a1 2 1
1 0 2
a2
2 3
a3 2 x
L equation f (x) = 0 admet donc 3 racines r eelles a1 < a2 < a3 . le calcul de quelques valeurs de f donne 2, 5 < a1 < 2, 0 < a2 < 0, 5, 1, 5 < a3 < 2.
1 4
L equation f (x) = 0 peut se r ecrire x = (x) avec (x) = 2 x , do` u : (x) = 3 4 sur [2, 5 ; 2], sur [0 ; 0, 5], sur [1, 5 ; 2], (2) = 3. 0 0, 1875. (1, 5) = 1, 6875.
(x3 + 1). On a
Seul a2 est un point xe attractif de . Lintervalle [0 ; 0, 5] est n ecessairement stable par puisquil contient un point xe et que est contractante et croissante. Pour tout x0 [0 ; 0, 5] on aura donc a2 = lim xp . p + Pour obtenir a1 et a3 , on peut it erer la fonction 1 (x) = 3 4x 1, qui est contractante au voisinage de ces points.
1 = 0, Il sera num eriquement plus ecace de r ecrire l equation sous la forme x2 4+ x soit x = + (x) ou x = (x) avec
+ (x) =
1 , x
(x) = 4
1 , x de sorte que
1 1/2 , x
La convergence sera donc assez rapide. Nous allons voir quil existe en fait une m ethode g en erale plus ecace et plus syst ematique.
100
On cherche ` a evaluer num eriquement la racine a dune equation f (x) = 0, en supposant quon dispose dune valeur grossi` ere x0 de cette racine.
y f
a x1 x0 x
Lid ee est de remplacer la courbe repr esentative de f par sa tangente au point x0 : y = f (x0 )(x x0 ) + f (x0 ). ee Labscisse x1 du point dintersection de cette tangente avec laxe y = 0 est donn par f (x0 ) ; x1 = x0 f (x0 ) en eral une meilleure approximation de a que x0 . On est donc amen e` a x1 est en g it erer la fonction f (x) . (x) = x f (x) Supposons que f soit de classe C 2 et que f (a) = 0. La fonction est alors de classe C 1 au voisinage de a et (x) = 1 f (x)2 f (x)f (x) f (x)f (x) = , 2 f (x) f (x)2
ce qui donne (a) = a, (a) = 0. La racine a de f (x) = 0 est donc un point xe superattractif de . Le r esultat suivant donne une estimation de l ecart |xp a|.
|xp a|
p 1 (M |x0 a|)2 . M
101
D emonstration. Introduisons la fonction u(x) = f (x)/f (x). La fonction f est ne monotone sur I , nulle en a, donc f a m eme signe que f (a)(x a), ce qui entra que u(x) a m eme signe que x a. De plus u (x) = 1 f (x)f (x) f (x) u(x), =1 2 f (x) f (x)
Lemme 1 On a |u(x)|
1 M
v (x) = (u (x) M u(x))eM x eM x . Comme v (a) = u(a) = 0, on en d eduit par int egration v (x) soit encore u(x)
1 M
1 M a (e eM x ), M
et le lemme 1 implique
|(x) a| M |x a|2 , soit encore M |(x) a| (M |x a|)2 . Lestimation M |xp a| (M |x0 a|)2p sen d eduit aussit ot par r ecurrence.
102
x0 x1 x2 x3 x4 x5
0 0, 25 0, 254098361 0, 254101688 = x3
Ceci donne des valeurs approch ees de a1 , a2 , a3 ` a 109 pr` es environ. Le nombre ethode de dit erations n ecessaires pour obtenir une pr ecision de 109 par la m 3 4 Newton est typiquement 3 ou 4 (102 = 108 , 102 = 1016 . . .). Le lecteur pourra v erier que le nombre dit erations requises avec les fonctions du 2.3 est nettement plus elev e (de 8 ` a 20 suivant les cas).
Dans certaines situations, la d eriv ee f est tr` es compliqu ee ou m eme impossible ` a expliciter (cest le cas par exemple si la fonction f est le r esultat dun algorithme complexe). On ne peut alors utiliser telle quelle la m ethode de Newton. Lid ee est de remplacer f par le taux daccroissement de f sur un petit intervalle. Supposons quon dispose de deux valeurs approch ees x0 , x1 de la racine a de l equation f (x) = 0 (fournies par un encadrement x0 < a < x1 ).
y f s ecante
x0 x2 0 a x1 x
103
On obtient ainsi une nouvelle approximation x2 de a en calculant labscisse de lintersection de la s ecante avec laxe Ox : f (x1 ) x2 = x1 . 1 On va bien entendu it erer ce proc ed e` a partir des nouvelles valeurs approch ees x1 et x2 , ce qui conduit a ` poser f (xp ) f (xp1 ) f (xp ) p = , xp+1 = xp . xp xp 1 p La m ethode est donc tout a ` fait analogue a ` celle de Newton, ` a ceci pr` es que lon a remplac e la d eriv ee f (xp ) par le taux daccroissement p de f sur lintervalle eratif ne peut d emarrer que si on dispose [xp , xp1 ]. On notera que lalgorithme it d ej` a de deux valeurs approch ees x0 , x1 de a. ` un ph enom` ene de compensation et de f (xp ) f (xp1 ) et xp xp1 donne lieu a lerreur commise. La donc a ` une perte de pr ecision sur le calcul de p . Etudions formule de Taylor-Lagrange a ` lordre 2 au point xp donne 1 f (xp1 ) f (xp ) = (xp1 xp )f (xp ) + (xp1 xp )2 f (c), 2 1 p f (xp ) = (xp1 xp )f (c) = O(|xp xp1 |) 2 apr` es division de la premi` ere ligne par xp1 xp . Supposons par ailleurs que le calcul des f (xi ) soit eectu e avec une erreur darrondi e dune erreur absolue de lordre de de lordre de . Le calcul de p est alors aect ` calculer p d` es que cette erreur d epasse l ecart |xp xp1 | . Il est inutile de continuer a a-dire |xp xp1 | < . |p f (xp )|, ce qui a lieu si |xp xp1 | > |xp xp1 | cest-` Dans la pratique, si lon dispose dune pr ecision absolue = 1010 par exemple, es que |xp xp1 | < = 105 ; on poursuit alors on arr ete le calcul de p d` a lobtention de la convergence (cest-` a-dire les it erations avec p = p1 jusqu` |xp+1 xp | < ). Dun point de vue th eorique, la convergence de la suite est assur ee par le r esultat ci-dessous, qui donne simultan ement une estimation pr ecise pour |xp a|.
M1 M2 1+ , K= 2m1 m1
h = min r,
1 . K
enie par sp+1 = sp + sp1 avec s0 = s1 = 1. Soit enn (sp ) la suite de Fibonacci, d Alors quel que soit le choix des points initiaux x0 , x1 [a h, a + h] distincts, on a |xp a| 1 [K max(|x0 a|, |x1 a|)]sp . K
104
1 5
le nombre de d ecimales exactes cro t environ du 1, 618 a ` chaque it eration. La convergence est donc tout juste un peu moins rapide que dans le 2.4. D emonstration.* Le lecteur pourra omettre cette d emonstration sans compromettre la compr ehension de la suite du chapitre. On consid` ere le taux daccroissement (x, y ) de f sur I I d eni par (x, y ) =
f (y )f (x) y x
si y = x si y = x.
(x, y ) =
0
f (x + t(y x))dt
et le th eor` eme de d erivation sous le signe somme montre que (x, y ) = x (x, y ) = y
1 0
Comme f est de signe constant sur I et comme in egalit es | (x, y )| m1 , Il en r esulte en particulier
y 0
(1 t)dt =
1 , on en d eduit les 2
1 M2 , x 2
1 M2 . y 2
La suite (xp ) est d enie par la formule de r ecurrence xp+1 = (xp , xp1 ) o` u est la fonction de classe C 1 telle que (x, y ) = x Posons hp = xp a. On a hp+1 = (xp , xp1 ) a = (a + hp , a + hp1 ) (a, a) et en particulier h2 = (a + h1 , a + h0 ) (a, a). En int egrant sur [0, 1] la d eriv ee de la fonction t (a + th1 , a + th0 ), on trouve
1
f (x) . (x, y )
h2 =
h1
105
y = f (x) . y (x, y )2 Comme |f (x)| = |f (x) f (a)| M1 |x a|, les in egalit es ci-dessus impliquent M2 |y x| M2 + M1 |x a| , x 2m1 2m2 1 M2 M1 |x a| . y 2m2 1 u Pour (x, y ) = (a + th1 , a + th0 ), on a |y x| (|h0 | + |h1 |)t et |x a| = |h1 |t, do` M2 M1 M2 (|h0 | + |h1 |) + |h1 | t, x 2m1 2m2 1 M1 M2 |h1 |t, y 2m2 1 |h2 |
1 M2 M1 M2 + | ( | h | + | h | ) tdt | h 1 0 1 2m1 2m2 0 1 K = |h1 |(|h0 | + |h1 |) K |h1 | max(|h0 |, |h1 |). 2 1 K,
|hp+1 | K |hp | max(|hp |, |hp1 |), et ceci entra ne par r ecurrence que la suite (|hp |)p1 est d ecroissante : |hp | |hp1 | . . . |h1 |
1 K
1 Lin egalit e |hp | K [K max(|h0 |, |h1 |)]sp est triviale si p = 0 ou p = 1, r esulte de en eralise facilement par r ecurrence lestimation d ej` a vue pour h2 si p = 2, et se g pour p 3. Le th eor` eme est d emontr e.
Rm
Rm
106
Etant donn e une norme N sur E , on peut dautre part associer a ` u sa norme |||u|||N en tant quop erateur lin eaire sur E : |||u|||N = N (u(x)) . xE \{0} N (x) sup
On notera N (resp. Ne ) lensemble des normes (resp. des normes euclidiennes) d enies sur E .
1/p
on a (u) = (v ) = 0, mais (u + v ) = 1. D emonstration . Une base de E etant x ee, on peut identier E ` a Rm et u ` a une matrice A carr ee m m. Observons dabord que si (1 , . . . , m ) est le spectre de p A, alors le spectre de Ap est (p 1 , . . . , m ). On a donc (Ap ) = (A)p .
(1) Soit une valeur propre de A. Si R, soit X un vecteur propre associ e, X = 0. Les egalit es AX = X , N (AX ) = ||N (X ) entra nent bien || |||A|||N . Supposons maintenant que = + i soit une valeur propre complexe non r eelle de A. Soit Z = X + iY un vecteur colonne complexe, propre pour la valeur propre .
107
L egalit e AZ = Z = ( + i )(X + iY ) donne pour les parties r eelles et imaginaires les egalit es AX = X Y , AY = X + Y do` u A(X + Y ) = (2 + 2 )X A(X + Y ) = (2 + 2 )Y. Il sensuit (2 + 2 )N (X ) |||A|||N N (X + Y ) |||A|||N (|| N (X ) + | | N (Y )), (2 + 2 )N (Y ) |||A|||N N (X + Y ) |||A|||N (|| N (Y ) + | | N (X )). Apr` es addition et simplication par N (X ) + N (Y ) on obtient ||2 = 2 + 2 |||A|||N (|| + | |) 2|| |||A|||N , do` u || 2|||A|||N . Par cons equent (A) 2|||A|||N . Dapr` es la remarque initiale et le r esultat pr ec edent appliqu e` a Ap , il vient (A)p = (Ap ) 2|||Ap |||N 2|||A|||p N soit (A) 21/p |||A|||N . En faisant tendre p vers +, la conclusion attendue (A) |||A|||N sensuit. (2) Dapr` es (1) et linclusion Ne N on obtient (A) inf |||A|||N inf |||A|||N .
N N N Ne
Pour cela, consid erons A comme un endomorphisme de Cm , d eni par une matrice a coecients r ` eels. Il existe une base (e1 , . . . , em ) de Cm dans laquelle A devient triangulaire sup erieure : A = a11 0 ... .. . aij a1m . . . , amm j i,
aii = i .
Si on remplace la base (e1 , . . . , em ) par la base (ej ) = (e1 , e2 , 2 e3 , . . . , m1 em ) avec > 0 petit, on voit que le coecient aij de A est remplac e par j i aij . Pour les coecients au-dessus de la diagonale on a j > i, donc j i est petit. Dans une base convenable (e1 , e2 , . . . , em ) de Cm , la matrice A se transforme donc en une matrice A=D+T o` u D est diagonale de valeurs propres 1 , . . . , m et T strictement triangulaire sup erieure avec des coecients O() arbitrairement petits. Soit Nh la norme
108
hermitienne sur Cm ayant (e1 , . . . , em ) pour base orthonorm ee et Ne la norme a Rm ). On a alors euclidienne induite sur Rm (restriction de Nh ` |||A|||Ne |||A|||Nh |||D|||Nh + |||T |||Nh . etre rendue arbitrairement Comme |||D|||Nh = (A) et comme |||T |||Nh = O() peut petite, il vient inf |||A|||Ne (A).
N N e 1/p
(3) On a dune part (A) = (Ap )1/p |||Ap |||N . Inversement, etant donn e > 0, on peut choisir gr ace ` a (2) une norme euclidienne N Ne telle que |||A|||N (A) + . Comme toutes les normes sur lespace de dimension nie des matrices carr ees m m sont equivalentes, il existe une constante C 1 telle que |||B |||N C |||B |||Ne pour toute matrice B . Pour B = Ap , on en d eduit p |||Ap |||N C |||Ap |||N C |||A|||p N C ((A) + ) ,
1/p ((A) + ). |||Ap |||N C 1/p = 1, il existe p N tel que Comme lim C p + 1/p
1/p
Soit un ouvert de R et : Rm une fonction de classe C 1 . Soit N = eaire tangente une norme x ee sur Rm . On note (x) L(Rm , Rm ) lapplication lin au point x , de sorte que (x + h) (x) = (x) h + h (h),
h0
lim (h) = 0.
Lemme
(1) Si est k -lipschizienne sur relativement a ` la norme N , alors ||| (x)|||N k pour tout x . (2) Si est convexe et si ||| (x)|||N k pour tout x , alors est k -lipschitzienne sur relativement a ` N. D emonstration (1) Pour tout > 0, il existe r > 0 tel que h r (h) . Par lin earit e de (x), on a (x) h ||| (x)|||N = sup ; h h =r
109
or (x) h = (x + h) (x) h (h), (x) h (x + h) (x) + h (h) k h + h (h) (k + ) h . Il vient donc ||| (x)|||N k + , et ce quel que soit > 0. (2) Inversement, si est convexe, on peut ecrire (y ) (x) = (1) (0) = (t) = (x + t(y x)), On en d eduit (y ) (x) = (y ) (x)
1 0 1
(t)dt
0
avec
110
Soit a ` r esoudre une equation f (x) = 0 o` u f : Rm est une application de enie sur un ouvert Rm . On cherche a ` evaluer num eriquement une classe C 2 d solution a du syst` eme f (x) = 0, connaissant une valeur approch ee grossi` ere x0 de a. Comme dans la m ethode de Newton usuelle, lid ee est dapproximer f par sa partie lin eaire au point x0 : f (x) = f (x0 ) + f (x0 ) (x x0 ) + o( x x0 ) On r esout alors l equation f (x0 ) + f (x0 ) (x x0 ) = 0. Si f (x0 ) L(Rn , Rm ) est inversible, on a une solution unique x1 telle que x1 x0 = f (x0 )1 f (x0 ), soit x1 = x0 f (x0 )1 f (x0 ). On va donc it erer ici lapplication de classe C 1 (x) = x f (x)1 f (x).
Th eor` eme On suppose que f est de classe C 2 , que f (a) = 0 et que lapplication
lin eaire tangente f (a) L(Rm , Rm ) est inversible. Alors a est un point xe superattractif de . D emonstration. Calculons un d eveloppement limit e` a lordre 2 de (a + h) quand h tend vers 0. On a 1 f (a) (h)2 + o( h 2 ) 2 1 = f (a) h + f (a)1 (f (a) (h)2 ) + o( h 2 ) . 2 f (a + h) = f (a) + f (a) h + o( h ) f (a + h) = f (a) h + = f (a) Id + f (a)1 (f (a) h) + o( h ) , f (a + h)1 = [ ]1 f (a)1 f (a)1 , = Id f (a)1 (f (a) h) + o( h f (a + h)1 f (a + h) = Id f (a)1 (f (a) h) + o( h ) h + =h 1 f (a)1 (f (a) (h)2 ) + o( h )2 , 2 1 f (a)1 (f (a) (h)2 ) + o( h ) 2
111
On en d eduit (a) = 0 et (a) = f (a)1 f (a). En particulier 1 (M + (h)) h 2 o` u M = ||| (a)|||. Le th eor` eme est d emontr e. (a + h) a
2
fournie par la m ethode de Newton appliqu ee ` a la variable y . Pour x = 0, on a y = 0 ; en d ecr ementant x par pas de 0, 1 avec comme valeur initiale de y0 la valeur de la solution y trouv ee pour la valeur x pr ec edente, on obtient la courbe C2 .
y=
C1 1 S 2 1 2 x C2
x
y= x /2
112
a b
unique, avec
a b
tr` es grossi` erement. Pour obtenir une valeur approch ee plus pr ecise, on x y = = 0 0 avec .
x2 + xy 2y 2 4 xex + yey
2x + y (x + 1)ex
x 4y (y + 1)ey
aux courbes C1 , C2 au point S sont distinctes. Cest bien le cas ici. On obtient f x y
1
1 (x, y )
(x + 1)ey (x + 1)ex
x + 4y 2x + y
avec (x, y ) = (2x + y )(y + 1)ey (x 4y )(x + 1)ex . On est alors amen e` a calculer xp+1 xp les it er es = avec yp+1 yp x y = x y 1 (x, y ) x0 y0 (y + 1)ey (x + 1)ex = x + 4y 2x + y x2 + xy 2y 2 4 xex + yey
2 , on trouve 0, 2
p 0 1 2 3 4
do` u
S=
2, 126932304 . 0, 206278156
113
Nous allons ici exploiter le th eor` eme du point xe pour d emontrer quelques r esultats fondamentaux du calcul di erentiel. Notre objectif est dobtenir aussi des estimations quantitatives pour ces th eor` emes, parce que ces estimations sont souvent n ecessaires pour majorer les erreurs commises dans les calculs num eriques.
Nous commen cons par un lemme de perturbation, qui sapplique dans un espace num erique Rm muni dune norme N quelconque.
Lemme Soit f : B (x0 , r) Rm une application d enie sur une boule de rayon
r dans Rm , telle que f (x) = x + u(x) o` u u est une application contractante de rapport k < 1 ( petite perturbation de lidentit e ). Alors (1) f est un hom eomorphisme de B (x0 , r) sur un ouvert V = f (B (x0 , r)) de Rm ; (2) f est (1 + k )-lipschitzienne et son application r eciproque f 1 : V B (x0 , r) est 1 (1 k ) lipschitzienne ; (3) limage V satisfait lencadrement B (f (x0 ), (1 k )r) V B (f (x0 ), (1 + k )r).
D emonstration. Quitte a ` remplacer f par f (x) = f (x + x0 ) f (x0 ) et u par u(x) = u(x + x0 ) u(x0 ), on peut supposer que x0 = 0 et f (0) = u(0) = 0. On a de fa con evidente x2 x1 u(x2 ) u(x1 ) f (x2 ) f (x1 ) x2 x1 + u(x2 ) u(x1 ) , (1 k ) x2 x1 f (x2 ) f (x1 ) (1 + k ) x2 x1 . Il en r esulte que f est injective et (1 + k )-lipschitzienne, et que f (x) (1 + k ) x . Par suite f est une bijection de B (0, r) sur son image V , et V = f (B (0, r)) B (0, (1 + k )r). e, on On consid` ere maintenant un rayon r < r quelconque, et pour y Rm donn introduit lapplication (x) = y + x f (x) = y u(x). De m eme que u, cest une application k -lipschitzienne, et comme (x) y + k x , es lors que y (1 k )r . Le th eor` eme on voit que envoie B (0, r ) dans B (0, r ) d` ede un du point xe appliqu e` a lespace complet E = B (0, r ) implique que poss`
114
point xe (x) = x unique, cest-` a-dire que l equation f (x) = y d etermine un unique eduit que f (B (0, r )) B (0, (1 k )r ). Comme ant ec edent x B (0, r ). On en d r < r est arbitraire, on a bien V = f (B (0, r)) B (0, (1 k )r). Ceci d emontre d ej` a (3). En se pla cant en un point x1 B (x0 , r) quelconque et en rempla cant r par > 0 petit, on voit que limage f (B (x1 , )) contient un voisinage B (f (x1 ), (1 k )) de f (x1 ), par suite V = f (B (x0 , r)) est un ouvert. Enn, lin egalit e de gauche dans lencadrement de Lipschitz de f implique (1 k ) f 1 (y2 ) f 1 (y1 ) y2 y1 ne que f 1 est continue (1 k )1 -lipschitzienne pour tous y1 , y2 V , ce qui entra emontr e. et que f est un hom eomorphisme de B (x0 , r) sur V . Le lemme est d enie sur un ouvert de Rm avec k 1. Etant donn e un point x0 , on C k d suppose que lapplication lin eaire tangente = f (x0 ) L(Rm , Rm ) est inversible. Alors (1) Il existe un voisinage U = B (x0 , r) de x0 tel que V = f (U ) soit un ouvert de eomorphisme de classe C k de U sur V . Rm et f un di ee par (2) Pour tout y = f (x), x U , la di erentielle de g = f 1 est donn 1 g (y ) = (f (x)) , soit g (y ) = (f (g (y )))1 ou encore (f 1 ) (y ) = (f (f 1 (y )))1 L(Rm , Rm ). (3) On suppose k 2. Si B (x0 , r0 ) et si M est un majorant de f sur 1 ||| 1 |||1 ). B (x0 , r0 ), on peut choisir U = B (x0 , r) avec r = min(r0 , 1 2M D emonstration. Lapplication u(x) = 1 (f (x)) x est de classe C 1 et on a e de u , il existe une u (x0 ) = 1 f (x0 ) Id = 0 dans L(Rm , Rm ). Par continuit ne que u est contractante boule B (x0 , r) sur laquelle |||u (x)||| k < 1, ce qui entra de rapport k . Le lemme pr ec edent montre alors que f (x) = 1 f (x) = x + u(x) d enit un hom eomorphisme lipschitzien de U = B (x0 , r) sur V = f (V ), donc f = f est un hom eomorphisme lipschitzien de U sur V = (V ), la constante de Lipschitz de f etant major ee par K = (1 + k )|||l||| et celle de g = f 1 = f 1 1 1 1 par K = (1 k ) ||| |||. Maintenant, si f est de classe C 2 et |||f ||| M sur la boule B (x0 , r0 ) , eor` eme des acnous avons u = 1 f , donc |||u ||| M ||| 1 ||| et le th croissements nis nous donne |||u (x)||| M ||| 1 ||| x x0 sur B (x0 , r0 ). Pour 1 ||| 1 |||1 ), on voit que |||u ||| k = 1 r = min(r0 , 1 2M 2 sur B (x0 , r ) et on peut appliquer ce qui pr ec` ede. Pour tous y, V et x = g (y ), = g (x) U = B (x0 , r), lhypoth` ese de di erentiablilit e de f au point x implique y = f ( ) f (x) = f (x)( x) + ( x) x
115
u |||u (x)||| k < 1 sur avec limh0 (h) = 0. Comme 1 f (x) = Id +u (x) o` eaire 1 f (x) est bien inversible. Par cons equent f (x) B (x0 , r), lapplication lin lest aussi, et nous pouvons ecrire x = f (x)1 y ( x) x soit g ( ) g (y ) = f (x)1 ( y ) f (x)1 (g ( ) g (y ) g ( ) g (y ) avec limy f (x)1 (g ( ) g (y ) = 0 et g ( ) g (y ) K y . On voit ainsi que g = f 1 est bien di erentiable au point y et que g (y ) = f (x)1 = f (g (y ))1 . Linversion dune matrice etant une op eration continue (et m eme ind eniment a-dire que g est de di erentiable), on en d eduit que g est continue sur V , cest-` classe C 1 . erie par r ecurrence que g est aussi de classe C k : Si f est de classe C k , k 2, on v k 1 , g lest aussi par hypoth` ese de r ecurrence, donc g est de f est de classe C a-dire que g est de classe C k . Le th eor` eme est d emontr e. classe C k1 , cest-` ,
Nous allons reformuler le th eor` eme dinversion locale pour en tirer di erentes variantes et di erentes cons equences g eom etriques. La variante la plus importante est le th eor` eme des fonctions implicites. Soit un ouvert de Rp Rm et f : R une application de classe C , k 1. On se donne un point (x0 , y0 ) Rp Rm , et on suppose que
(i) f (x0 , y0 ) = 0 ; (ii) la matrice des d eriv ees partielles fy (x0 , y0 ) = est inversible dans L(Rm , Rm ). fi (x0 , y0 ) yj
1i,j m
Alors il existe un voisinage U V de (x0 , y0 ) dans sur lequel fy (x, y ) est inversible, equation implicite et une application g : U V de classe C k telle que l f (x, y ) = 0 pour (x, y ) U V soit equivalente ` a y = g (x), x U . La d eriv ee de g est donn ee par la formule g (x) = fy (x, g (x))1 fx (x, g (x)).
Autrement dit, le th eor` eme des fonctions implicites dit que lensemble des solutions de l equation f (x, y ) = 0 dans U V peut etre explicit e comme le graphe y = g (x) a o` u fy (x, y ) est inversible. dune fonction g : U V de classe C k , l`
Remarque 1 On voit imm ediatement que le th eor` eme des fonctions implicites contient le th eor` eme dinversion locale. Il sut de poser F (x, y ) = x f (y ),
116
(x, y ) = Rm Rm Rm pour obtenir lexistence de la fonction r eciproque u f (y0 ) est inversible. y = g (x) de f au voisinage de tout point y0 o` D emonstration. En sens inverse, nous allons montrer que le th eor` eme dinversion locale implique facilement le th eor` eme des fonctions implicites (ce sont donc des equivalents ). Avec les hypoth` eses faites sur f , consid erons th eor` emes F : Rp Rm , (x, y ) F (x, y ) = (x, f (x, y )).
Nous avons F (x0 , y0 ) = (x0 , 0) et la matrice de la di erentielle de F est donn ee par F (x, y ) = Id 0 fx (x, y ) fy (x, y ) .
Ceci permet de voir aussit ot que F (x, y ) L(Rp+m , Rp+m ) est inversible en tout p point o` u fy (x, y ) L(R , Rp ) lest, avec F (x, y )1 = Id fy (x, y )1 fx (x, y ) 0 fy (x, y )1 .
ese. En particulier, F (x0 , y0 ) est inversible par hypoth` Le th eor` eme dinversion locale montre que F est un di eomorphisme de classe C k dun voisinage T = U1 V1 de (x0 , y0 ) sur un voisinage W de (x0 , 0) dans Rp Rm (Quitte a ` r etr ecir T on peut supposer que T est un produit de boules ouvertes). Lapplication H = F 1 : W U1 V1 , (u, v ) (x, y ) = H (u, v ) est la solution de l equation F (x, y ) = (x, f (x, y )) = (u, v ) pour (x, y ) U1 V1 , donc x = u et on voit que H est de la forme H (u, v ) = (u, h(u, v )) pour une certaine fonction equivalence h : W V1 . Pour (x, y ) U1 V1 et (x, v ) W , nous avons l f (x, y ) = v y = h(x, v ). La fonction g (x) = h(x, 0) donne donc pr ecis ement y = g (x) comme solution del equation f (x, y ) = 0 lorsque (x, y ) U1 V1 et (x, 0) W . D enissons U comme lensemble des x U1 tels que (x, 0) W et V = V1 . Nous obtenons ainsi U, V qui sont des voisinages ouverts de x0 et y0 respectivement, et une application g : U V epond a ` la question. De plus g (x) = hx (x, 0) est la d eriv ee de classe C k qui r partielle en x de la composante h dans H (x, 0) = F (H (x, 0))1 = F (x, g (x))1 , cest-` a-dire g (x) = fy (x, g (x))1 fx (x, g (x)). Dun point de vue num erique, le calcul de y = g (x) au ethode de Newton-Raphson apvoisinage de x0 pourra se faire en utilisant la m pliqu ee ` a la fonction y f (x, y ), cest-` a-dire en calculant les it er es successifs ` partir de la valeur approch ee y0 . yp+1 = yp fy (x, yp )1 (f (x, yp )) a Nous abordons maintenant des enonc es plus g eom etriques.
Remarque 2
117
existe un voisinage U de x0 dans Rm , un voisinage V de y0 = f (x0 ) dans Rp et un C k -di eomorphisme : V U T de V sur un voisinage U T de (x0 , 0) dans Rp = Rm Rpm tel que f (x) = (x, 0) sur U . Autrement dit, au di eomorphisme pr` es dans lespace darriv ee, f = f sidentie a ` linjection triviale x (x, 0) au voisinage de x0 .
il existe un voisinage U de x0 dans Rm , un voisinage V de y0 = f (x0 ) dans Rp et eomorphisme : U V S de U sur un voisinage V S de (y0 , 0) dans un C k -di Rm = Rp Rmp tel que f 1 (y, s) = y sur V S . Autrement dit, au di eomorphisme pr` es dans lespace de d epart, f = f 1 sidentie a ` la projection triviale (y, s) y au voisinage de (y0 , 0). existe un voisinage U de x0 dans Rm , un voisinage V de y0 = f (x0 ) dans Rp , eomorphisme : U Q S de U sur un voisinage Q S de 0 dans un C k -di eomorphisme : V Q T de V sur un voisinage Rm = Rr Rmr , et un C k -di Q T de 0 dans Rp = Rp Rpr , tels que f 1 (x) = (x1 , . . . , xr , 0, . . . , 0) Rp sur Q S.
Autrement dit, aux di eomorphismes , pr` es a ` la fois au d epart et ` a larriv ee, ` lapplication lin eaire canonique de rang r f = f 1 sidentie a () (x1 , . . . , xr , xr+1 , . . . , xm ) Rm (x1 , . . . , xr , 0, . . . , 0) Rp
Q S Q T
f
118
D emonstration du th eor` eme des immersions. Choisissons des vecteurs ecomposition lin eairement ind ependants (a1 , . . . apm ) de Rp de sorte quon ait une d en somme directe Ra i . Rp = Im f (x0 )
1ipm
Cest possible puisque dim Im f (x0 ) = m dapr` es linjectivit e de f (x0 ). Nous d enissons : R p m R p , (x, t) = f (x) +
1ipm
ti a i .
Comme (x, t)/ti = ai , il est clair que Im (x0 , 0) contient a ` la fois Im f (x0 ) et les ai , donc (x0 , 0) est surjective. Mais comme est une application de ne que (x0 , 0) est inversible. Par cons equent d enit Rp dans Rp , ceci entra eomorphisme dun voisinage U T de (x0 , 0) sur un voisinage V de un C k -di y0 = f (x0 ). Nous avons (x, 0) = f (x) par d enition de , donc = 1 r epond a la question. ` D emonstration du th eor` eme des submersions. Soit (a1 , . . . , am ) une base de Rm choisie de telle sorte que (ap+1 , . . . , am ) soit une base de Ker f (x0 ). Nous d enissons : Rp Rm p , (x) = (f (x), sp+1 , . . . , sm )
esignent les coordonn ees de x dans la base (ai ), cest-` a-dire o` u (s1 , . . . , sm ) d x = si ai . Le noyau Ker (x0 ) est lintersection du noyau Ker f (x0 ) avec le e par (a1 , . . . , ap ), et comme ces espaces sous-espace sp+1 = . . . = sm = 0 engendr sont suppl ementaires on a Ker (x0 ) = {0}. Ceci montre que (x0 ) est injective, eomorphisme dun voisinage U et donc bijective. Par cons equent est un C k -di ` r etr ecir ces voisinages, de x0 sur un voisinage V S de (y0 , 0) = (f (x0 ), 0) (quitte a on peut toujours supposer que le voisinage darriv ee est un produit). On voit alors que f = o` u est la projection sur les p-premi` eres coordonn ees, de sorte que eor` eme est d emontr e. f 1 = : (y, sp+1 , . . . , sm ) y . Le th D emonstration du th eor` eme du rang. On construit des di eomorphismes i entre ouverts de Rm et i entre ouverts de Rp de fa con ` a simplier progressivement f : f U V 1 1 U1 V1 2 2 U2 V2 . Le premier niveau (1 , 1 ) consiste simplement en des changements anes de coordonn ees : on choisit respectivement x0 et y0 = f (x0 ) comme nouvelles origines
f2 f1
119
dans Rm et Rp , ainsi que de nouvelles bases (a1 , . . . , am ) et (b1 , . . . , bp ) de sorte que (ar+1 , . . . , am ) soit une base du noyau de Ker f (x0 ) et bj = f (x0 )(aj ), 1 j r. Dans ces nouveaux rep` eres, la matrice de f (x0 ) devient par construction la matrice de rang r 1 ... 0 0 ... 0 . . . .. . . . . . . . . . . ... 0 ... 1 . 0 ... 0 0 ... . . . . . . . . . . . . 0 ... 0 ... 0
1 Ceci est pr ecis ement la matrice de la d eriv ee f1 (0) de f1 = 1 f a lorigine. 1 ` p r eres coordonn ees, En particulier, si : R R est la projection sur les r-premi` es le th eor` eme des alors f1 est une submersion de Rm dans Rr en 0, et dapr` eomorphisme 2 de Rm ` a lorigine tel que submersions on peut trouver un C k -di 1 f1 2 (x1 , . . . , xm ) = (x1 , . . . , xr )
0 ...
hp /xr+1
...
hp /xm
ne peut etre de rang r que si hi /xj = 0 pour i, j > r, ce qui signie que hr+1 , . . . , hp sont en fait des fonctions des seules variables x1 , . . . , xr . On a donc une application de rang constant r (x1 , . . . , xr ) (x1 , . . . , xr , hr+1 (x1 , . . . , xr ), . . . , hp (x1 , . . . , xr )) au voisinage de 0. En dautres termes, cest une immersion de Rr dans Rp en 0, et eomorphisme 2 de Rp en 0 dapr` es le th eor` eme des immersions il existe un C k -di tel que 2 (x1 , . . . , xr , hr+1 (x1 , . . . , xr ), . . . , hp (x1 , . . . , xr )) = (x1 , . . . , xr , 0, . . . , 0) pr` es de 0. Il sensuit que
1 2 f1 2 (x1 , . . . , xm ) = (x1 , . . . , xr , 0, . . . , 0)
au voisinage de 0. Lexistence de petits voisinages U2 = Q S et V2 = Q T est alors imm ediate, et le th eor` eme du rang constant est d emontr e avec = 2 1 , = 2 1 , U = 1 (U2 ), V = 1 (V2 ).
120
5.1. Soit (E, d) un espace m etrique et : E E une application continue telle que lit er ee m = . . . soit contractante, avec constante de Lipschitz k ]0, 1[ et m N . erier que la formule (a) On convient de noter 0 = IdE . V d (x, y ) =
0im1
max
d enit une distance sur E , topologiquement equivalente a ` la distance d (cestemes). Montrer que (E, d ) est a-dire que les ouverts pour d et d sont les m ` complet d` es que (E, d) est complet. eduire que (b) Montrer que est lipschitzienne de rapport k 1/m pour d . En d admet un point xe unique a, et que, pour tout point initial x0 E , il existe une erie d(xp , a) C kp/m . constante C telle que la suite des it er es xp = (xp1 ) v 5.2. On consid` ere la fonction f telle que f (x) = x ln (x), x [1, +[.
On se propose d etudier des algorithmes it eratifs permettant de calculer limage r eciproque f 1 (a) pour un r eel a [0, +[ x e quelconque. (a) Montrer que f est une bijection de [1, +[ sur [0, +[. (b) On pose (x) =
a ln (x) .
Pour quelles valeurs de a = e le proc ed e it eratif xp+1 = (xp ) converge-t-il lorsque la valeur initiale x0 est choisie assez voisine de f 1 (a) ? eratif fourni par la m ethode de Newton pour (c) Soit xp+1 = (xp ) lalgorithme it la r esolution de l equation x ln (x) a = 0. () Etudier les variations de la fonction et tracer sommairement la courbe repr esentative de . ( ) Etudier la convergence de la suite (xp ) pour a [0, +[ et x0 [1, +[ quelconques. ed e ` a laide dune calculette. On donnera les ( ) Evaluer f 1 (2) par ce proc approximations successives obtenues. 5.3. On consid` ere la fonction f (x) = exp(exp( cos(sin(x + ex )))) + x3 . On donne f (0, 1) 1, 737 ; f (0, 2) 1, 789 a ` 103 pr` es. Ecrire un programme permettant de r esoudre l equation f (x) = 7/4 ` a la pr ecision = 1010 , ceci au
121
moyen dune m ethode it erative adapt ee (qui permet d eviter des calculs formels trop compliqu es). La justication de la convergence nest pas demand ee. 5.4. On se propose d etudier le comportement des it er es dune fonction au voisinage dun point xe, dans le cas critique o` u la d eriv ee vaut 1 en ce point. Soit : R+ R+ une fonction de classe C 1 . On suppose que (0) = 0, (0) = 1, et que admet un d eveloppement limit e (x) = x axk + xk (x) avec a > 0, k > 1,
x0+
lim (x) = 0.
er ee (a) Montrer quil existe h > 0 tel que pour tout x0 ]0, h] la suite it xp+1 = (xp ) converge vers 0. (b) On pose up = xm u m R. D eterminer un equivalent de up+1 up en fonction p o` de xp . (c) Montrer quil existe une valeur de m pour laquelle up+1 up poss` ede une limite nie non nulle. En d eduire un equivalent de xp . (d) Pour (x) = sin x et x0 = 1, estimer le nombre dit erations n ecessaires pour atteindre xp < 105 . 5.5. Dans tout ce probl` eme, on travaille sur un intervalle [a, b] x e. (a) Soit g : [a, b] R une fonction de classe C 2 telle que g (a) = g (b) = 0, g (x) > 0 pour tout x dans ]a, b[. D emontrer que g (x) ne sannule en aucun x de ]a, b[, puis que g (x) < 0 pour tout x dans ]a, b[. [Raisonner par labsurde et utiliser le th eor` eme de Rolle.] (b) Soit f : [a, b] R une fonction de classe C 2 telle que f (a) < 0, f (b) > 0, f (x) > 0 et f (x) > 0 pour tout x dans ]a, b[. D emontrer () quil existe c (unique) dans ]a, b[ tel que f (c) = 0 ; ( ) quil existe m1 et m2 tels que 0 < m1 f (x), 0 < f (x) m2 pour tout x dans [a, b[.
(c) On conserve d esormais les hypoth` eses de la question (b), et on se propose de calculer c. Soit p le polyn ome de degr e 1 tel que p(a) = f (a), p(b) = f (b), et soit c1 dans ]a, b[ tel que p(c1 ) = 0. ` g (x) = f (x) p(x)]. () D emontrer que a < c1 < c [appliquer la question (a) a
|f (c1 )|
(d) Soit (cn ), n 0, la suite r ecurrente d enie de la fa con suivante : on pose c0 = a ; etant d ej` a d enie) on note pn lunique polyn ome pour tout n 0 (et cn enit cn+1 par de degr e 1 tel que pn (cn ) = f (cn ), pn (b) = f (b) ; et on d pn (cn+1 ) = 0. () Mettre explicitement cette r ecurrence sous la forme cn+1 = (cn ). ( ) D emontrer que (cn ) est une suite strictement croissante contenue dans lintervalle [a, c]. ( ) D emontrer que la suite (cn ) converge vers c, et que, pour tout n 0, on a |cn c| f (cn ) . m1
(e) Programmation dun exemple. On pose f (x) = x4 + x 1. D emontrer que l equation f (x) = 0 admet une racine c et une seule dans lintervalle [0, 1]. Ecrire un programme permettant de calculer c ` a 108 pr` es. enie par 5.6. On consid` ere lapplication : R2 R2 d x y X Y 3 5 X = x + y + 2 4 1 Y = x + y2 + 3 2 4
(a) D eterminer les points xes de . (b) Ces points xes sont-ils attractifs ? (c) Soit B le point xe non attractif de . Montrer que admet une application r eciproque : V W de classe C , o` u V, W sont des voisinages de B . Le point B est-il attractif pour ? 5.7. On cherche ` a r esoudre num eriquement le syst` eme d equations (S) y ln y x ln x = 3 x4 + xy + y 3 = a
o` u x, y > 0 et o` u a est un param` etre r eel. (a) Etudier sommairement les variations de la fonction x x ln x et montrer que pour a 31 le syst` eme (S) na pas de solution (x, y ) telle que x < 1. Montrer
123
que pour x 1 la solution y de la premi` ere equation est fonction croissante de x et en d eduire que le syst` eme (S) admet une solution (x, y ) unique pour a 31. (b) Montrer que la solution (x, y ) est telle que y =x+ 3 1 + ln c ` u c ]x, y [.
En d eduire un equivalent de x et y en fonction de a quand a tend vers +. Pouvez-vous raner cet equivalent et donner un d eveloppement plus pr ecis ? (c) Ecrire lalgorithme permettant de r esoudre le syst` eme (S) au moyen de la m ethode de Newton. On prendra a = 104 . 5.8. Soit A une alg` ebre unitaire norm ee de dimension nie sur R, par exemple lalg` ebre des matrices carr ees m m. Soit u A un el ement inversible. (a) Montrer quil existe des r eels , tels que lapplication (x) = x + xux admette x = u1 comme point xe superattractif. (b) Pour les valeurs de , trouv ees au (a), montrer que lon a lin egalit e ||| (x)||| 2 u x u1 . En d eduire que la suite it er ee xp+1 = (xp ) converge es que x0 B (u1 , r) avec r < 2 1 vers u1 d` u . (c) On suppose u = e v avec e = el ement unit e de A et = v < 1. Montrer que u est inversible et que u1 =
+
lalgorithme du (b) converge pour x0 = e + v + . . . + v n . (d) On suppose ici que A est commutative (exemple : A = R ou A = C). Chercher un algorithme permettant de d eterminer une racine carr ee de u (sil en existe), en utilisant uniquement additions et multiplications (Indication : consid erer (x) = x + ux3 ). Si A = R, comment peut-on choisir x0 pour etre assur e dobtenir la convergence ? u est un ouvert de Rm Rp . 5.9 . On suppose f : Rp de classe C k , k 2, o` Soit (x0 , y0 ) un point tel que f (x0 , y0 ) = 0 et = fy (x0 , y0 ) inversible. Donner des estimations pr ecises de la taille des voisinages U , V intervenant dans le th eor` eme eriv ees des fonctions implicites en fonction de ||| |||, ||| 1 ||| et de bornes sur les d premi` eres et secondes de f sur un voisinage B (x0 , r0 ) B (y0 , r0 ) .
Le but de ce chapitre est de d emontrer les th eor` emes g en eraux dexistence et dunicit e des solutions pour les equations di erentielles ordinaires. Il sagit du chapitre central de la th eorie, de ce fait n ecessairement assez abstrait. Sa bonne compr ehension est indispensable en vue de la lecture des chapitres ult erieurs.
Soit U un ouvert de R Rm et f : U Rm une application continue. On consid` ere l equation di erentielle (E) y = f (t, y ), (t, y ) U, t R, y Rm .
equation (E) est donc en fait une fonction. Le qualicatif L inconnue de l ordinaire pour l equation di erentielle (E) signie que la fonction inconnue y eriv ees d epend dune seule variable t (lorsquil y a plusieurs variables ti et plusieurs d equations aux d eriv ees partielles). y/ti , on parle d
126
L equation (E) appara t comme un syst` eme di erentiel du premier ordre a ` m fonctions inconnues y1 , . . . , ym : y1 (t) = f1 (t, y1 (t), . . . , ym (t)) (E) ... ym (t) = fm (t, y1 (t), . . . , ym (t)).
donn e un point (t0 , y0 ) U , le probl` Probl` eme de Cauchy Etant eme de Cauchy consiste ` a trouver une solution y : I Rm de (E) sur un intervalle I erieur, telle que y (t0 ) = y0 . contenant t0 dans son int
Dans de nombreuses situations concr` etes, la etres variable t repr esente le temps et y = (y1 , . . . , ym ) est une famille de param` d ecrivant l etat dun syst` eme mat eriel donn e. L equation (E) traduit physiquement la loi d evolution du syst` eme consid er e en fonction du temps et de la valeur des param` etres. R esoudre le probl` eme de Cauchy revient ` a pr evoir l evolution du eme est d ecrit par les syst` eme au cours du temps, sachant quen t = t0 le syst` ees initiales du param` etres y0 = (y0,1 , . . . , y0,m ). On dit que (t0 , y0 ) sont les donn probl` eme de Cauchy.
(m = 1)
y U y (x) y0
x0
R esoudre le probl` eme de Cauchy revient ` a trouver une passant par un point donn e (x0 , y0 ) U .
Les courbes int egrales sont croissantes dans U+ , d ecroissantes dans U , stationnaires (souvent extr emales) sur 0 .
128
3/2 1
0 U+
Nous introduisons dabord le concept de prolongement dune solution. Lexpression solution maximale est alors entendue implicitement au sens de la relation dordre fournie par le prolongement des solutions.
129
pour un indice k 1. On pose alors ck = sup{c ; y(k1) se prolonge sur |a, c[ }. enition de la borne sup erieure, il existe bk tel que On a ck bk1 . Par d bk1 bk ck et un prolongement y(k) : |a, bk [ Rm de y(k1) avec bk arbitrairement voisin de ck ; en particulier, on peut choisir ck b k < bk > k
1 k
si si
ck < +, ck = +.
ecroissante, car lensemble des prolongements de y(k1) contient La suite (ck ) est d lensemble des prolongements de y(k) ; au niveau des bornes sup erieures on a donc a partir dun certain rang, les suites ck ck+1 . Si ck < + ` b 1 b 2 . . . b k . . . ck ck 1 . . . c 1 sont adjacentes, tandis que si ck = + quel que soit k on a bk > k. Dans les deux cas, on voit que b = lim bk = lim ck .
k + k +
eventuellement Soit y : |a, b| Rm le prolongement commun des solutions y(k) , m prolong e au point b si cela est possible. Soit z : |a, c| R un prolongement de y . enition de ck il sensuit c ck . A la limite il vient Alors z prolonge y(k1) et par d c c, ce qui montre que la solution y est maximale ` a droite.
D enition Une solution globale est une solution d enie sur lintervalle J tout
entier. y U y(1) y(2)
Attention : toute solution globale est maximale, mais la r eciproque est fausse.
130
Sur le sch ema ci-dessus par exemple, y(1) est globale tandis que y(2) est maximale mais non globale. Donnons un exemple explicite de cette situation.
1 = t + C, y (t)
Cette formule d enit en fait deux solutions, d enies respectivement sur ] , C [ et sur ] C, +[ ; ces solutions sont maximales mais non globales. Dans cet exemple y (t) = 0 est la seule solution globale de (E).
Rappelons quune fonction de plusieurs variables est dite de classe C k si elle admet des d eriv ees partielles continues jusqu` a lordre k .
131
erivant une nouvelle fois, on dapr` es ce qui pr ec` ede f [0] = f , f [1] = fx + fy f . En d trouve y (k+1) = (f [k1] )x (x, y ) + (f [k1] )y (x, y ) y = (f [k1] )x (x, y ) + (f [k1] )y (x, y ) f (x, y ). On obtient donc les relations de r ecurrence y (k+1) = f [k] (x, y ) f [k] = (f [k1] )x + (f [k1] )y f, avec f [0] = f.
En particulier, le lieu des points dinexion des courbes int egrales est contenu dans la courbe f [1] (x, y ) = 0.
Dans tout ce paragraphe, on consid` ere une equation di erentielle (E) y = f (t, y )
Le lemme tr` es simple ci-dessous montre que la r esolution de (E) est equivalente a ` la r esolution dune equation int egrale :
(ii) (t I )
y (t) = y0 +
t0
f (u, y (u))du.
En eet si y v erie (i) et (ii) alors y est di erentiable et on a y (t0 ) = y0 , eduit y (t) = f (t, y (t)). Inversement, si ces deux relations sont satisfaites, (ii) sen d par int egration.
Pour r esoudre l equation di erentielle (E), on va plut ot chercher ` a construire des solutions de l equation int egrale 2.1 (ii), et en premier lieu, on va montrer quune eloigner trop vite de y0 . solution passant par un point (t0 , y0 ) U ne peut s
132
On note une norme quelconque sur Rm et B (x, r) (resp. B (x, r)) la boule e ouverte (resp. ferm ee) de centre x et de rayon r dans Rm . Comme U est suppos ouvert, il existe un cylindre C0 = [t0 T0 , t0 + T0 ] B (y0 , r0 ) de longueur 2T0 et de rayon r0 assez petit, tel que C0 U . Lensemble C0 est ferm e ne que f est born ee sur C0 , cest-` a-dire born e dans Rm+1 , donc compact. Ceci entra M= sup
(t,y )C0
f (t, y ) < +.
D enition On dit que C est un cylindre de s ecurit e pour l equation (E) si toute
eme de Cauchy y (t0 ) = y0 avec I [t0 T, t0 + T ] solution y : I Rm du probl` reste contenue dans B (y0 , r0 ). Rm
C y0 C0 y (t) U
r0
t 0 T0
t0 2T 2T0
t 0 + T0
Sur le sch ema ci-dessus, C est un cylindre de s ecurit e mais C0 nen est pas un : la solution echappe de C0 avant le temps t0 + T0 . y s Supposons que la solution y s echappe de C sur lintervalle [t0 , t0 + T ]. Soit le premier instant o` u cela se produit : = inf {t [t0 , t0 + T ] ; y (t) y0 > r0 }.
133
e de y Par d enition de on a y (t) y0 r pour t [t0 , [, donc par continuit on obtient y ( ) y0 = r0 . Comme (t, y (t)) C C0 pour t [t0 , ], il vient y (t) = f (t, y (t)) M et
r0 = y ( ) y0 =
t0
y (u)du M ( t0 )
equent si T r0 /M , aucune solution ne peut donc t0 r0 /M . Par cons s echapper de C sur [t0 T, t0 + T ].
r0 . M
On cherche ` a construire une solution approch ee de (E) sur un intervalle [t0 , t0 + T ]. On se donne pour cela une subdivision t0 < t1 < t2 . . . < tN 1 < tN = t0 + T. Les pas successifs sont not es hn = tn+1 tn , et on pose hmax = max(h0 , . . . , hN 1 ). La m ethode dEuler (ou m ethode de la tangente) consiste ` a construire une solution approch ee y ane par morceaux comme suit. Soit yn = y (tn ). On confond la courbe int egrale sur [tn , tn+1 ] avec sa tangente au point (tn , yn ) : y (t) = yn + (t tn )f (tn , yn ), t [tn , tn+1 ]. 0 n N 1,
Partant de la donn ee initiale y0 , on calcule donc yn par r ecurrence en posant yn+1 = yn + hn f (tn , yn ) tn+1 = tn + hn , 0 n N 1.
La solution approch ee y sobtient graphiquement en tra cant pour chaque n les segments joignant les points (tn , yn ), (tn+1 , yn+1 ).
134
y y3 y2
y1 y0
t0
t1
t2
t3 . . . tN = t0 + T t
On construit de m eme une solution approch ee sur [t0 T, t0 ] en prenant des pas hn < 0.
r0 , toute solution approch ee y donn ee par la m ethode dEuler tel que T min T0 , M est contenue dans la boule B (y0 , r0 ).
D emonstration. On v erie par r ecurrence sur n que y ([t0 , tn ]) B (y0 , r0 ) y (t) y0 M (t t0 ) pour t [t0 , tn ].
Cest trivial pour n = 0. Si cest vrai pour n, alors on a en particulier (tn , yn ) C , equent donc f (tn , yn ) M , et par cons y (t) yn = (t tn ) f (tn , yn ) M (t tn ) ese de r ecurrence pour t [tn , tn+1 ]. Par hypoth` yn y0 = y (tn ) y0 M (tn t0 ). Lin egalit e triangulaire entra ne alors t [tn , tn+1 ] : y (t) y0 M (t tn ) + M (tn t0 ) M (t t0 ). u En particulier y (t) y0 M T r0 , do` y ([t0 , tn+1 ]) B (y0 , r0 ).
135
Autrement dit, y est une solution -approch ee si y v erie (E) avec une erreur .
lim f (u) = 0.
On suppose dans la suite que C = [t0 T, t0 + T ] B (y0 , r0 ) est un cylindre de r0 s ecurit e tel que T min T0 , M . Soit y : [t0 T, t0 + T ] Rm une solution approch ee erie construite par la m ethode dEuler avec pas maximum hmax . Alors lerreur v f ((M + 1)hmax ).
Proposition 2
En particulier, lerreur tend vers 0 quand hmax tend vers 0. D emonstration. Majorons par exemple y (t) f (t, y (t)) pour t [t0 , t0 + T ], o` u y est la solution approch ee associ ee ` a la subdivision t0 < t1 < . . . < tN = t0 + T . Pour t ]tn , tn+1 [, on a y (t) = f (tn , yn ) et y (t) yn = (t tn ) f (tn , yn ) M hn , |t tn | hn . Par d enition de f , il vient f (tn , yn ) f (t, y (t)) f (M hn + hn ), y (t) f (t, y (t)) f ((M + 1)hmax . Montrons nalement un r esultat sur la convergence des solutions approch ees. Soit y(p) : [t0 T, t0 + T ] Rm une suite de solutions ees contenues dans le cylindre de s ecurit e C , telles que y(p) (t0 ) = y0 et p -approch ement sur [t0 T, t0 + T ] limp+ p = 0. On suppose que y(p) converge uniform vers une fonction y . Alors y est une solution exacte du probl` eme de Cauchy pour l equation (E).
Proposition 3
es int egration D emonstration. Comme y(p) (t) f (t, y(p) (t) p , il vient apr`
t
y(p) (t) y0
t0
136 Si p = max
[t0 T,t0 +T ]
y (t) y0
t0
f (u, y (u))du = 0,
t [t0 T, t0 + T ].
Comme la limite uniforme y est continue, le lemme du d ebut du 2 entra ne que y est une solution exacte de (E).
Il sagit dun r esultat pr eliminaire de nature topologique que nous allons formuler dans le cadre g en eral des espaces m etriques. Si (E, ) et (F, ) sont des espaces m etriques, rappelons que par d enition une suite dapplications (p) : E F converge uniform ement vers : E F si la distance uniforme d((p) , ) = sup ((p) (x), (x))
x E
Th eor` eme (Ascoli) On suppose que E, F sont des espaces m etriques compacts. u k 0 est une Soit (p) : E F une suite dapplications k -lipschitziennes, o` ement constante donn ee. Alors on peut extraire de (p) une sous-suite (pn ) uniform convergente, et la limite est une application k -lipschitzienne.
Soit Lipk (E, F ) lensemble des applications E F lipschitziennes de rapport k . Une autre mani` ere dexprimer le th eor` eme dAscoli est la suivante.
137
el ements (l1 , . . . , lN ) J N Comme Sn1 est inni et que J N est ni, lun des admet pour image r eciproque une partie innie de Sn1 : on note Sn cette partie. Ceci signie que pour tout p Sn on a (j (p, 1), . . . , j (p, N )) = (l1 , . . . , lN ) et donc (p) (xi ) Bli . En particulier (p, q Sn ) ((p) (xi ), (q) (xi )) diam Bli 2 . n
1 n.
Soit x E un point quelconque. Il existe i I tel que x Bi , do` u (x, xi ) < ne Lhypoth` ese que les (p) sont k -lipschitziennes entra ((p) (x), (p) (xi )) < k , n ((q) (x), (q) (xi )) < k . n
Lin egalit e triangulaire implique alors (p, q Sn ) ((p) (x), (q) (x)) k 2k + 2 2 +2 = . n n n
D esignons par pn le n-i` eme el ement de Sn . Pour N n on a pN SN Sn , donc ((pn ) (x), (pN ) (x)) 2k + 2 . n ()
Ceci entra ne que (pn ) (x) est une suite de Cauchy dans F pour tout x E . Comme F est compact, F est aussi complet, donc (pn ) (x) converge vers une limite (x). +2 . On voit donc que Quand N +, () implique a ` la limite d((pn ) , ) 2kn ement vers . Il est facile de voir que Lipk (E, F ). (pn ) converge uniform
(p (x) q (x))2 dx
Lipk (E, F )
Lid ee est dutiliser le th eor` eme dAscoli pour montrer lexistence dune sous-suite uniform ement convergente de solutions approch ees. On obtient ainsi le un cylindre de s ecurit e pour l equation (E) : y = f (t, y ). Alors il existe une solution y : [t0 T, t0 + T ] B (y0 , r0 ) de (E) avec condition initiale y (t0 ) = y0 .
r0 Th eor` eme Soit C = [t0 T, t0 + T ] B (y0 , r0 ) avec T min T0 , M
138
D emonstration. Soit y(p) la solution approch ee donn ee par la m ethode dEuler en utilisant la subdivision avec pas constant h = T /p des intervalles [t0 , t0 + T ] et ee avec erreur p f ((M +1) T /p) tendant [t0 T, t0 ]. Cette solution est p -approch vers 0. Chaque application y(p) : [t0 T, t0 + T ] B (y0 , r0 ) est lipschitzienne de rapport M , donc dapr` es le th eor` eme dAscoli on peut extraire de (y(p) ) une sousement vers une limite y . Dapr` es la proposition 3 suite (y(pn ) ) convergeant uniform du 2.3, y est une solution exacte de l equation (E).
Corollaire Par tout point (t0 , y0 ) U , il passe au moins une solution maximale
enition I de toute solution maximale y : I Rm de (E). De plus, lintervalle de d est ouvert (mais en g en eral, il ny a pas unicit e de ces solutions maximales).
On vient de voir en eet quil existe une solution locale z d enie sur un intervalle es le th eor` eme du 1.3, z se prolonge en une solution [t0 T, t0 + T ]. Dapr` etait d enie au point b, il existerait une maximale y = z : |a, b| Rm . Si y eme de Cauchy avec donn ee initiale solution y(1) : [b , b + ] Rm du probl` ncidant avec y sur |a, b] et avec y(1) (b, y (b)) U . La fonction y : |a, b + ] Rm co sur [b, b + ] serait alors un prolongement strict de y , ce qui est absurde.
Exemple
Pour donner un exemple de non unicit e, il sut de consid erer eme de Cauchy de condition initiale y (0) = 0 l equation y = 3|y |2/3 . Le probl` admet alors au moins 2 solutions maximales : y(1) (t) = 0, y(2) (t) = t3 , t R.
Nous allons voir ici une condition g eom etrique n ecessaire et susante permettant darmer quune solution est maximale.
139
Inversement, supposons quil existe un compact K de U tel que (t, y (t)) K pour tout t [t0 , b[. Posons M = sup f (t, y ) < +
(t,y )K
qui est ni par continuit e de |f et compacit e de K . Ceci entra ne que t y (t) est ement continue, et le crit` ere de cauchy montre lipschitzienne sur [t0 , b[, donc uniform e en que la limite = limtb y (t) existe. Nous pouvons prolonger y par continuit b en posant y (b) = , et nous avons (b, y (b)) K U puisque K est ferm e. La relation y (t) = f (t, y (t)) montre alors que y est de classe C 1 sur [t0 , b]. Maintenant, le th eor` eme dexistence locale des solutions implique quil existe une solution locale z d probl` eme de Cauchy de donn ee initiale z (b) = = y (b) sur un intervalle [b, b+]. On obtient alors un prolongement y de y sur [t0 , b + ] en posant y (t) = z (t) pour t [b, b + ]. Le th eor` eme est d emontr e.
Reprenons les notations du d ebut du 2. On suppose ici en outre que f est localement lipschitzienne en y : cela signie que pour tout point (t0 , y0 ) U il existe un cylindre C0 = [t0 T0 , t0 + T0 ] B (y0 , r0 ) U et une constante k = k (t0 , y0 ) 0 tels que f soit k -lipschitzienne en y sur C0 : (t, y1 ), (t, y2 ) C0 f (t, y1 ) f (t, y2 ) k y1 y2 .
Remarque Pour que f soit localement lipschitzienne en y sur U , il sut que fi , 1 i, j m, continues sur U . Soit en eet f admette des d eriv ees partielles y j
A= max sup
1i,j m (t,y )C0
fi (t, y ) . yj
Le nombre A est ni puisque C0 est compact. Le th eor` eme des accroissement nis appliqu es ` a fi sur C0 donne fi (t, y1 ) fi (t, y2 ) =
j
avec ]y1 , y2 [. On a donc max |fi (t, y1 ) f (t, y2 )| mA max |y1,j y2,j |.
i j
Sous ces hypoth` eses sur f , nous allons montrer que la solution du probl` eme de Cauchy est n ecessairement unique, et que de plus toute suite de solutions -approch ees avec tendant vers 0 converge n ecessairement vers la solution exacte. Compte tenu de limportance de ces r esultats, nous donnerons ensuite une deuxi` eme d emonstration assez di erente bas ee sur le th eor` eme du point xe (chapitre IV, 1.1).
140
Soit C0 = [t0 T0 , t0 + T0 ] B (y0 , r0 ) U un cylindre sur lequel f est k -lipschitzienne en y et soit M = supC0 f . On se donne > 0 et on consid` ere des solutions ee et 2 -approch ee du probl` eme de Cauchy de y(1) et y(2) respectivement 1 -approch donn ee initiale (t0 , y0 ), avec 1 , 2 . On a alors y(i) (t) M + , et un raisonnement analogue a ` celui du 2.1 montre que les graphes de y(1) , y(2) restent contenus dans le cylindre C = [t0 T, t0 + T ] B (y, r0 ) C0
r0 esormais. d` es que T min T0 , M + , ce quon suppose d
D emonstration. Quitte a ` changer lorigine du temps on peut supposer t0 = 0 et, par exemple, t [0, T ]. Posons alors
t
v (t) =
0
Comme y(i) satisfait l equation di erentielle ` a i pr` es, on obtient par soustraction y(2) (t) y(1) (t) f (t, y(2) (t) f (t, y(1) (t) + 1 + 2 k y(2) (t) y(1) (t) + 1 + 2 , en utilisant lhypoth` ese que f est k -lipschitzienne en y . De plus
t
()
v (t) kv (t) + (1 + 2 )t. Apr` es soustraction de kv (t) et multiplication par ekt , on trouve (v (t) kv (t))ekt = d (v (t)ekt ) (1 + 2 )tekt . dt
141
Gr ace ` a une nouvelle int egration (noter que v (0) = 0), il vient v (t)ekt
t 0
1 (1 + kt)ekt , k2
v (t) (1 + 2 )
tandis que la premi` ere in egalit e int egr ee () donne y(2) (t) y(1) (t) kv (t) + (1 + 2 )t (1 + 2 ) ekt 1 . k
Existence. Soit y(p) une suite quelconque de solutions p approch ees avec ethode dEuler. Le lemme de lim p = 0, par exemple celles fournies par la m Gronwall montre que d(y(p) , y(q) ) (p + q ) ekT 1 k sur [t0 T, t0 + T ],
par cons equent y(p) est une suite de Cauchy uniforme. Comme les fonctions y(p) sont toutes a ` valeurs dans B (y0 , r0 ) qui est un espace complet, y(p) converge vers une limite y . Cette limite y est une solution exacte de l equation (E) dapr` es la proposition 3 du 2.3. Unicit e. Si y(1) , y(2) sont deux solutions exactes, le lemme de Gronwall avec 1 = 2 = 0 montre que y(1) = y(2) .
un cylindre de
Notons F = C([t0 T, t0 + T ], B (y0 , r0 )) lensemble des applications continues de [t0 T, t0 + T ] dans B (y0 , r0 ), muni de la distance d de la convergence uniforme. A toute fonction y F, associons la fonction (y ) d enie par
t
(y )(t) = y0 +
t0
f (u, y (u))du,
t [t0 T, t0 + T ].
142
Dapr` es le lemme du 2.1, y est une solution de (E) si et seulement si y est un point xe de . On va donc essayer dappliquer le th eor` eme du point xe. Observons que
t
(y )(t) y0 =
t0
f (u, y (u))du M |t t0 | M T r0 ,
donc (y ) F. Lop erateur envoie donc F dans F. Soient maintenant y, z F et y(p) = p (y ), z(p) = p (z ). On a
t
De m eme
t
0 t t0
Par r ecurrence sur p, on v erie aussit ot que y(p) (t) z(p) (t) kp en particulier d(p (y ), p (z )) = d(y(p) , z(p) )
p p
|t t0 |p d(y, z ), p! kp T p d(y, z ) p!
p p
()
k T et p est lipschitzienne de rapport k pT ! sur F . Comme limp+ p! = 0, il existe p p p p assez grand tel que k pT ! < 1 ; pour une telle valeur de p, est une application contractante de F dans F. Par ailleurs, F est un espace m etrique complet. Le th eor` eme du point xe d emontr e au chapitre IV (dans sa version g eneralis ee au cas dapplications dont une it er ee est contractante) montre alors que admet un point xe unique y . Nous avons donc bien red emontr e le th eor` eme de Cauchy-Lipschitz armant lexistence et dunicit e de la solution du probl` eme de Cauchy.
Remarque Dapr` es (), on voit que pour toute fonction z F la suite it er ee ement vers la solution exacte y du probl` eme de z(p) = p (z ) converge uniform Cauchy.
Le th eor` eme dunicit e locale entra ne facilement un r esultat dunicit e globale, au e . moyen dun raisonnement de connexit
143
Th eor` eme Soient y(1) , y(2) : I Rm deux solutions de (E), avec f localement
ncident en un point de I , alors y(1) = y(2) lipschitzienne en y . Si y(1) et y(2) co sur I .
D emonstration. Supposons y(1) (t0 ) = y(2) (t0 ) en un point t0 I . Montrons par erons le exemple que y(1) (t) = y(2) (t) pour t t0 . Sil nen est pas ainsi, consid u y(1) et y(2) bifurquent : premier instant t0 o` t0 = inf {t I ; t t0 et y(1) (t) = y(2) (t)}
On a par d enition y(1) (t) = y(2) (t) pour t [t0 , t0 [ et par continuit e il sensuit que y(1) (t0 ) = y(2) (t0 ). Soit y0 ce point et soit C = [t0 T , t0 + T ] B (y0 , r0 ) un cylindre eor` eme dunicit e locale implique que y(1) = y(2) de s ecurit e de centre (t0 , y0 ). Le th sur [t0 T , t0 + T ], ce qui contredit la d enition de t0 . Lunicit e est d emontr ee.
Interpr etation g eom etrique Le th eor` eme dunicit e signie g eom etriquement que des courbes int egrales distinctes ne peuvent se couper.
2 1 y (y ) 3 = 1) 3
do` u y 3 = t + C1 (resp. (y ) 3 = (t + C2 )) soit y (t) = (t + Ci )3 . Si y est une solution maximale dans U = R R, alors y 0, donc y est croissante. Notons a = inf {t, y (t) = 0}, b = sup{t ; y (t) = 0}.
eme Si a = , on a y (a) = 0 et y (t) < 0 pour t < a, donc y (t) = (t a)3 . De m y (t) = (t b)3 pour t > b si b = +.
144
(t0 , y0 )
e de solutions maximales : si On voit que pour tout point (t0 , y0 ) il passe une innit 1/3 y0 > 0, b = t0 y0 est impos e, mais le choix de a [, b] est arbitraire. Noter que ce ph enom` ene se produit bien quon ait unicit e locale au point (t0 , y0 ) !
Nous donnons ici des conditions susantes dexistence pour les solutions globales, reposant sur des hypoth` eses de croissance de f (t, y ) lorsque y tend vers +. On peut cependant obtenir des conditions susantes nettement plus faibles (voir lexercice (b) ci-dessous, ainsi que le probl` eme 5.9). u J R est un intervalle ouvert. On fait lune ou lautre des deux U = J Rm , o` hypoth` eses suivantes : (1) Il existe une fonction continue k : J R+ telle que pour tout t J x e, lapplication y f (t, y ) soit lipschitzienne de rapport k (t) sur Rm . (2) Il existe des fonctions c, k : J R+ continues telles que lapplication y f (t, y ) satisfasse une croissance lin eaire a ` linni du type f (t, y ) c(t) + k (t) y . Alors toute solution maximale de l equation di erentielle y = f (t, y ) est globale (cest-` a-dire d enie sur J tout entier ). D emonstration. Il est evident que lhypoth` ese (1) entra ne lhypoth` ese (2) (avec c(t) = f (t, 0) ), il surait donc de donner la preuve pour (2). Cependant, il y a une d emonstration sensiblement plus simple sous lhypoth` ese (1). D emonstration sous lhypoth` ese (1). Soit (t0 , y0 ) J Rm , et [t0 T, t0 + T ] un intervalle compact quelconque contenu dans J . Reprenons la d emonstration du th eor` eme de Cauchy-Lipschitz.
145
ecurit e de rayon r0 = +. Comme U = J Rm , on peut choisir un cylindre de s Lapplication d enie au 3.2 op` ere donc sur lespace complet F = C([t0 T, t0 + T ], Rm ). Soit K=
t[t0 T,t0 +T ]
max
k (t).
Lapplication f est par hypoth` ese K -lipschitzienne en y sur [t0 T, t0 + T ] Rm . Dapr` es le raisonnement du 3.2, lapplication p est lipschitzienne de rapport 1 p p p! K (max(T, T )) sur F , donc contractante pour p assez grand. Ceci implique que la solution (unique) du probl` eme de Cauchy est d enie sur tout intervalle [t0 T, t0 + T ] J . D emonstration sous lhypoth` ese (2). Lid ee est dutiliser le crit` ere de maximalit e des solutions d emontr e au 2.6. Supposons quon ait une solution y : [t0 , b[ Rm avec erieure de J ). Posons t0 , b J (autrement dit, telle que b ne soit pas la borne sup C = supt[t0 ,b] c(t) et K = supt[t0 ,b] k (t). Nous obtenons y (t) = f (t, y (t)) C + K y (t) . On utilise alors un raisonnement de type lemme de Gronwall pour majorer la t norme y (t) . Nous avons y (t) = y (t0 ) + t0 y (u) du, donc
t
y (u) du
avec
v (t) = y (t) C + K y (t) C + Kv (t). Ceci donne la majoration d v (t)eK (tt0 ) = v (t) K v (t) eK (tt0 ) CeK (tt0 ) . dt Par int egration sur [t0 , t], on obtient v (t)eK (tt0 ) v (t0 ) et comme v (t0 ) = y (t0 ) , il vient sup
t[t0 ,b[
C (1 eK (tt0 ) ), K
Par cons equent (t, y (t)) d ecrit une partie compacte K = [t0 , b] B (0, R) dans etre une solution maximale. Toute solution maximale U = J Rm , et y ne peut est donc globale. Le lecteur pourra etudier lexercice 5.9 pour un g en eralisation a ` une hypoth` ese de croissance plus faible que (2), tenant compte uniquement de la direction radiale du vecteur f (t, y ) .
146
Exercices
(a) Montrer que toute solution maximale de l equation di erentielle y = t t2 + y 2 , (t, y ) R R, est globale. (b) On d enit f : R R par f (y ) = e si y e et f (y ) = y ln y si y e. Montrer que f nest pas lipschitzienne au voisinage de 0. D eterminer explicitement les solutions maximales de l equation y = f (y ). Les conditions susantes du th eor` eme pr ec edent sont-elles n ecessaires ?
(E)
y (p) = f (t, y, y , . . . , y (p1) )
Un syst` eme di erentiel dordre p dans Rm est une equation de la forme enie sur un ouvert U R (Rm )p . o` u f : U Rm est une application continue d Une solution de (E) sur un intervalle I R est une application y : I Rm p-fois d erivable, telle que (i) (t I ) (t, y (t), y (t), . . . , y (p1) (t)) U , (ii) (t I ) y (p) (t) = f (t, y (t), y (t ), . . . , y (p1) (t)). Le r esultat suivant se d emontre par r ecurrence dune mani` ere enti` erement analogue a celle utilis ` ee pour les equations di erentielles dordre 1. Le d etail de largument est laiss e au lecteur.
Il est clair que le syst` eme (E) est equivalent au syst` eme di erentiel dordre 1 dY0 dt = Y1 dY 1 dt = Y2 ... (E1 ) dYp2 dt = Yp1 dYp1 = f (t, Y0 , Y1 , . . . , Yp1 ) dt eme (E1 ) peut encore s ecrire si lon pose Y0 = y , Y1 = y , . . .. Le syst` (E1 ) avec Y = F (T, Y ) Y = (Y0 , Y1 , . . . , Yp1 ) (Rm )p F = (F0 , F1 , . . . , Fp1 ) : U (Rm )p F0 (t, Y ) = Y1 , . . . , Fp2 (t, Y ) = Yp1 , Fp1 (t, Y ) = f (t, Y ).
147
equivalent a ` un syst` eme Tout syst` eme di erentiel (E) dordre p dans Rm est donc esulte que les th eor` emes dexistence et di erentiel (E1 ) dordre 1 dans (Rm )p . Il en r dunicit e d emontr es pour les syst` emes dordre 1 sont encore vrais pour les syst` emes dordre p, avec des preuves qui sont des transpositions directes du cas dordre 1. En voici les principaux enonc es :
Pour tout point (t0 , y0 , y1 , . . . , yp1 ) U le probl` eme de Cauchy de conditions initiales y (t0 ) = y0 , y (t0 ) = y1 , . . . , y (p1) (t0 ) = yp1 admet au moins une solution maximale y : I Rm , d enie sur un intervalle ouvert.
Remarque tr` es importante On voit ainsi que pour un syst` eme dordre p,
la condition initiale requiert non seulement la donn ee de la valeur y0 de y au temps egalement la donn ee de ses (p 1) premi` eres d eriv ees. t0 , mais
Si de plus f est localement lipschitzienne en (y0 , . . . , yp1 ) sur U , cest-` a-dire si (t0 , y0 , . . . , yp1 ) U il existe un voisinage [t0 T0 , t0 + T0 ] B (y0 , r0 ) . . . B (yp1 , rp1 ) contenu dans U sur lequel f (t, z0 , . . . , zp1 ) f (t, w0 , . . . , wp1 ) k ( z0 w0 + . . . + zp1 wp1 ), alors le probl` eme de Cauchy 4.3 admet une solution maximale et une seule.
Si U = J (Rm )p et sil existe une fonction k : J R+ continue telle que (t J ) f (t, z0 , . . . , zp1 ) f (t, w0 , . . . , wp1 ) k (t)( z0 w0 + . . . + zp1 wp1 ), alors les solutions maximales sont d enies sur J tout entier.
5.1. On consid` ere l equation di erentielle y = y 2 x. (a) Quelles sont les lignes isoclines ? ` la pente nulle. On notera I0 lisocline correspondant a u la pente des solutions est strictement Soit P lensemble des points du plan o` n egative. D ecrire P . Montrer que si une solution entre dans P , alors elle y
148
reste (cest-` a-dire : si une solution y (x) a un point (x0 , y (x0 )) dans P , alors si x1 > x0 , (x1 , y (x1 )) P ). (b) Etudier et tracer le graphe de la courbe I ensemble des points dinexion des solutions de l equation di erentielle. Quelles sont les r egions du plan o` u y > 0, respectivement y < 0 ? On notera I1 la partie de I ext erieure ` a P , et I2 la partie de I qui se trouve dans P . (c) Soit C une courbe solution rencontrant I1 en un point (x, y ). () Montrer quen ce point, la pente de I1 est strictement inf erieure ` a la pente de C. ( ) En d eduire que C ne coupe I1 quen ce point, que C ne rencontre pas P , et que C na quun point dinexion. ( ) Montrer que C poss` ede 2 branches innies a ` direction asymptotique verticale. ( ) Soit (x0 , y0 ) un point de C. Comparer en ce point, la pente de C et la 2 pente de la solution de l equation di erentielle y = y2 . En d eduire que les branches innies de C correspondent a ` des asymptotes verticales. (d) Soit D une courbe solution rencontrant I0 . () Montrer que D poss` ede une asymptote verticale. ( ) Montrer que D a un point dinexion et un seul. ( ) Montrer que lorsque x , D est asymptote ` a I0 . (e) Soit A (resp. B ) lensemble des points de laxe Oy par o` u passe une courbe solution qui rencontre I1 (resp. I0 ). () Montrer quil existe a tel que A = {0} ]a, +[. ( ) Montrer quil existe b tel que B = {0} ] , b[. ( ) Montrer que a = b. Quelle est lallure de la solution passant par le point de coordonn ees (0, a) ? 5.2. On consid` ere l equation di erentielle y = f (t, y ), o` u f et f y sont continues. u t1 peut eventuellement Soit une fonction r eelle d enie sur un intervalle [t0 , t1 [ o` etre inni ; on suppose continue et d erivable par morceaux. On dit que est une barri` ere inf erieure [respectivement : sup erieure] pour l equation di erentielle si (t) < f (t, (t)) [resp : (t) > f (t, (t))] pour tout t tel que (t) existe, et, aux points o` u nest pas d erivable, pour la d eriv ee ` a gauche et pour la d eriv ee ` a droite. (a) Montrer que si est une barri` ere inf erieure pour t0 t t1 et si u est une solution de l equation di erentielle v eriant (t0 ) u(t0 ), alors (t) < u(t) pour esultat analogue pour une barri` ere sup erieure. tout t ]t0 , t1 [. Montrer un r
149
ere (b) On suppose que est une barri` ere inf erieure sur [t0 , t1 [, que est une barri` sup erieure sur [t0 , t1 [, et que (t) < (t) pour tout t [t0 , t1 [. Lensemble des e entonnoir. points (t, x) tels que t0 t t1 et (t) x (t) est appel () Montrer que si une solution u de l equation di erentielle est telle que (s, u(s)) soit dans lentonnoir pour un s [t0 , t1 [, alors (t, u(t)) est dans lentonnoir pour tout t [s, t1 [. ( ) Si est une barri` ere inf erieure et une barri` ere sup erieure, et si (t) > (t) pour t [t0 , t1 [, on dit que lensemble des (t, x) tels que t0 t t1 et (t) x (t) est un anti-entonnoir. Montrer quil existe une solution u(t) de l equation di erentielle, telle que (t) u(t) (t) pour tout t [t0 , t1 [. (c) Dans la suite du probl` eme, on prend f (t, y ) = sin(ty ). On se restreindra aux solutions v eriant y > 0. () D eterminer les isoclines correspondant aux pentes 1, 0, 1. ( ) Pour quelles valeurs de t ces isoclines sont-elles des barri` eres inf erieures ? sup erieures ? Quels sont les entonnoirs form es par ces isoclines ? ( ) Soit u une solution de l equation di erentielle ; soit la fonction continue, d erivable par morceaux, d enie pour t 0 par : (0) = u(0) > 0 ; est ane de pente 1 depuis t = 0 jusqu` a ce que son graphe rencontre la premi` ere isocline de pente 0, puis est ane de pente 0 jusqu` a lisocline de pente 0 suivante, puis est ane de pente 1 jusqu` a lisocline de pente 0 suivante, et ainsi de suite. Montrer que le graphe de rencontre la droite y = t. ( ) Montrer que est une barri` ere sup erieure. () En d eduire que toute solution de l equation di erentielle rencontre la droite y = t, puis reste dans un entonnoir. ( ) Dessiner lallure des solutions de l equation di erentielle y = sin(ty ). 5.3. On consid` ere l equation (appel ee equation de Van der Pol) : (E) x (t) = y (t) x3 (t) + x(t), y (t) = x(t), t R.
(a) Montrer que le probl` eme de Cauchy correspondant admet une solution globale unique (on pourra utiliser le r esultat de lexercice 5.9). (b) On appelle trajectoire associ ee ` a une solution de (E), lensemble parcouru dans le plan Euclidien par le point de coordonn ees (x(t), y (t)) lorsque t parcourt R. Montrer que les trajectoires associ ees ` a deux solutions distinctes de (E) co ncident ou nont aucun point commun ; montrer que par chaque point du plan passe une trajectoire et une seule ; montrer que si une trajectoire a un point double (cest-` a-dire correspondant a ` deux valeurs distinctes de t), les solutions associ ees de (E) sont p eriodiques (et tous les points sont alors doubles). Quelles sont les trajectoires r eduites ` a un point ?
150
(c) Montrer que la courbe sym etrique dune trajectoire par rapport a ` (0, 0) est encore une trajectoire. (d) On consid` ere maintenant les sous-ensembles du plan D+ = {(0, y ) ; y > 0); E1 = {(x, y ) ; x > 0 et E2 = {(x, y ) ; x > 0 et E3 = {(x, y ) ; x < 0 et E4 = {(x, y ) ; x < 0 et D = {(0, y ) ; y < 0} ; y > x3 x)}; y < x3 x} ; y < x3 x}; y > x3 x}. = {(x, x3 x) ; x < 0} ; + = {(x, x3 x) ; x > 0)} ;
Soit (x(t), y (t)) une solution de (E) ; montrer que, si (x(t0 ), y (t0 )) D+ , il existe t4 > t3 > t2 > t1 > t0 tels que (x(t), y (t)) Ei pour t ]ti1 , ti [, i = 1, 2, 3, 4, et (x(t1 ), y (t1 )) + , (x(t2 ), y (t2 )) D , (x(t3 ), y (t3 )) ; (x(t4 ), y (t4 )) D+ . (e) Soit y0 > 0 et t0 R ; il existe une solution de (E) telle que (x(t0 ), y (t0 )) = epend que de y0 (et non (0, y0 ) ; on pose (y0 ) = y (t2 ) ; montrer que (y0 ) ne d de t0 ) et que est une application monotone continue de R+ dans R . (f) En utilisant le (c), montrer que (0, y0 ) appartient a ` la trajectoire dune solution p eriodique si et seulement si (y0 ) = y0 . (g) Soit > 0 tel que pour la solution de (E) v eriant (x(t0 ), y (t0 )) = (0, ) on ait 2 > 0 (regarder (x(t1 ), y (t1 )) = (1, 0). Montrer que pour y0 < , on a (y0 )2 y0 t2 d [x(t)2 + y (t)2 ]dt). t0 dt (h) Soit y0 grand. Soit C la courbe form ee des arcs suivants : le segment (0, y0 ), (1, y0 ) ; larc de cercle de centre O passant par (1, y0 ) et coupant (y = x3 x) en (x1 , y1 ) avec x1 > 1. le segment (x1 , y1 ), (x1 , 0). larc de cercle de centre O passant par (x1 , 0) et coupant (x = 1) en (x1 , y1 ). ` cet arc de cercle qui recoupe Oy en (0, y2 ). la tangente en (x1 , y1 ) a Montrer que la solution de (E) passant par (0, y0 ) est ` a lint erieur de C . En 2 < 0. d eduire que (y0 )2 y0 (i) En d eduire quil existe une trajectoire et une seule correspondant a ` des solutions p eriodiques de (E). Montrer que les trajectoires non r eduites ` a (0, 0) convergent asymptotiquement vers cette trajectoire quand t tend vers +. 5.4. Soit t une variable r eelle 0. On consid` ere le probl` eme de Cauchy y = ty, y (0) = 1.
151
(a) D emontrer que pour tout T > 0, ce probl` eme admet une solution et une seule sur [0, T ], et indiquer comment la m ethode dEuler permet den trouver une approximation. (b) D eduire de ce qui pr ec` ede la formule
N 1
y (t) =
N +
1+
nt2 N2
(c) Pour > 0, etudier les variations de la fonction f (x) = x ln (1 + /x) sur ]0, +[ ; on montrera que f (x) < 0. En d eduire lencadrement 1+ t2 N
n N
1+
nt2 t2 1 + N2 N2
si 0 n N 1.
(d) Calculer la limite du (b), et en d eduire y (t). 5.5. On consid` ere l equation di erentielle y = |y |3/4 y + t sin t = f (t, y )
a laide de prolongements par continuit e. On o` u le second membre est d eni sur R2 ` note Y (t) la solution approch ee d enie sur R, obtenue par la m ethode dEuler pour 1 u n N , et v eriant Y (0) = 0. On suppose dans un premier le pas h = n+1 /2 o` temps que n est pair. (a) Calculer Y (h), Y (2h) et Y (3h). D emontrer les in egalit es Y (3h) >
h3/2 2
>
(3h)3/2 16 . 1 2
(b) D eterminer c > 0 tel que 0 < t < c on ait de plus h t et c assez petit v erier la formule de Taylor).
(t+h)
3/2
t3/8 t >
t
3/2
<
8 5
1 3/8 . 10 t 3/8
En supposant
(c) On suppose que pour m N on a mh < c et Y (m, h) > D emontrer les in egalit es f (mh, Y (mh)) > Y (mh)1/4 mh > En d eduire Y ((m + 1)h) >
((m+1)h)3/2 . 16
(mh)3/2 . 16
152
(d) On suppose ici que n est impair. Calculer Y (h), Y (2h) et Y (3h). Montrer
) lin egalit e Y (3h) < (3h 16
3/2
.
3/2
h)3/2 ((m+1) , 16
pour tout
(e) Pour 0 < t < c, montrer que les solutions approch ees Y (t) ne tendent vers aucune limite n tend vers +. eni par 5.6. Soit le syst` eme di erentiel dans R2 d dx = 2(x ty ) dt dy = 2y. dt
(S)
(a) D eterminer la courbe int egrale qui passe par le point (x0 , y0 ) au temps t = 0. (b) On utilise la m ethode dEuler avec pas constant h, d emarrant au temps t0 = 0. Soit (xn , yn ) le point atteint au temps tn = nh (n N). () Ecrire la relation qui lie (xn+1 , yn+1 ) a ` (xn , yn ). ( ) Calculer explicitement (xn , yn ) en fonction de n, h, x0 , y0 . ( ) Sans utiliser les th eor` emes g en eraux du cours, v erier que la solution approch ee qui interpole lin eairement les points (xn , yn ) converge sur R+ vers la solution exacte de (S). 5.7. Soit f : [a, b] R R une fonction continue et lipschitzienne de rapport k en sa deuxi` eme variable. On d enit une suite de fonctions yn : [a, b] R en posant y0 (t) = et
t
yn+1 (t) = +
a
f (u, yn (u))du,
n N.
On sait dapr` es V 3.2 que yn converge uniform ement vers la solution exacte de etudie ici le cas particulier de l equation y = f (t, y ) telle que y (a) = . On l equation dy = 2y + t, t [0, +[. dt (a) Montrer que yn peut s ecrire sous la forme yn (t) = Pn (t) + Qn (t) omes que lon explicitera. o` u Pn , Qn sont des polyn erier ce r esultat en r esolvant directe(b) Calculer limn+ Pn et limn+ Qn . V ment l equation.
153
5.8. Soit T un r eel positif et f : [0, T ] R R une application continue lipschitzienne de rapport k en la deuxi` eme variable. On consid` ere l equation di erentielle (E) y = f (t, y ).
Soit un r eel h ]0, T [. On dira que z est une solution retard ee de retard h si z est une fonction continue sur [0, T ], d erivable sur ]h, T ] et si z (t) = f (t, z (t h)), t ]h, T ].
eel x e. Montrer que (E) admet une solution retard ee de retard h (a) Soit y0 un r et une seule, not ee zh , telle que zh (t) = y0 pour tout t [0, h]. (b) Soit z une solution retard ee de retard h. On pose A = max |f (t, 0)|,
t[0,T ]
m(t) m(h) +
h
(A + km(u))du.
+ km(u))du.]
( ) Montrer quil existe une constante B ind ependante de h, que lon explicitera, telle que zh B pour tout h > 0, si zh d esigne la solution retard ee du (a). (c) On se propose ici d etudier la convergence de zh quand h tend vers 0. () Montrer que les fonctions zh sont C -lipschitziennes avec une constante C ind ependante de h. ( ) Soit y la solution exacte (non retard ee) de (E) telle que y (0) = y0 . On pose (t) = max |zh (u) y (u)|.
u[0,t]
(t) (h) +
h
(kCh + k (u))du.
154
et conclure.
(d) On construit maintenant une m ethode de r esolution approch ee de (E) utilisant les solutions retard ees zh . Pour tout entier n N, n T /h, on pose tn = nh, dans la formule zn+1 = zn +
tn
zn = zh (tn ) ;
tn+1
f (t, zh (t h))dt
on remplace la valeur exacte de lint egrale par sa valeur approch ee calcul ee au moyen de la m ethode des trap` ezes el ementaires. () Ecrire la relation de r ecurrence d enissant la suite (zn ). ( ) Exprimer lerreur de consistance relative ` a une solution exacte y ; en calculer un d eveloppement limit e` a lordre 2 en fonction de h et des d eriv ees partielles de f au point (t, y ). Quel est lordre de la m ethode ? (voir chapitre VIII pour les d enitions). 5.9. Soit J un intervalle ouvert de R et f : J Rm Rm une application continue. On se propose de d emontrer que toute solution maximale de l equation di erentielle erie lhypoth` ese suivante : y = f (t, y ) est globale si f v (H) Il existe des fonctions a, b : I R+ continues telles que f (t, y ), y a(t) y
2
+ b(t),
(t, y ) J Rm ,
o` u , et d esignent respectivement le produit scalaire et la norme euclidienne standards sur Rm . ` droite passant par un point (a) Soit y : [t0 , t1 [ Rm une solution maximale a (t0 , y0 ) et soit r(t) = y (t) 2 . Montrer que r (t) 2a(t)r(t) + 2b(t). En d eduire que y (t) 2 (t) o` u : J R est la solution (toujours globale) de l equation lin eaire = 2a(t) + 2b(t), telle que (t0 ) = y0 2 . [Indication : soit A(t) une primitive de a(t) ; etudier le signe de la d eriv ee de (r(t) (t))e2A(t) . (b) D eterminer un majorant explicite de y (t) lorsque a et b sont des constantes. ees sur [t0 , t1 [ et (c) On suppose que t1 < sup J . Montrer que y (t), y (t) sont born que ces fonctions se prolongent par continuit e en t1 . Montrer que ceci conduit a une contradiction. Conclure. `
On se propose d etudier un certain nombre de types classiques d equations di erentielles du premier et du second ordre pour lesquelles on sait ramener le calcul des solutions ` a des calculs de primitives. Ceci fournira loccasion dillustrer les r esultats g en eraux du chapitre V par des exemples.
o` u f : U R est une fonction continue sur un ouvert U R2 , localement lipschitzienne en y . Les di erentes solutions de l equation (E) s ecrivent en g en eral sous la forme y = (x, ) en erale d epend dun o` u est un param` etre r eel : on dit parfois que la solution g seul param` etre. Pour comprendre ce ph enom` ene, il sut dappliquer le th eor` eme de Cauchy-Lipschitz : si on cherche les solutions d enies au voisinage dun point x0 , on sait quil existe une solution y et une seule telle que y (x0 ) = y0 ; on peut etrer les solutions. Dans la pratique, le param` etre donc choisir = y0 pour param appara t souvent comme constante dint egration. Il arrive parfois quen plus de la solution g en erale on ait des solutions particuli` eres y = 0 (x), y = 1 (x), . . . qui ne sobtiennent pour aucune valeur de : on dit que ce sont des solutions singuli` eres (ou courbes int egrales singuli` eres) de (E).
156
On va maintenant d ecrire une situation un peu plus g en erale qui se ram` ene au cas dune equation du type consid er e ci-dessus.
On appelle syst` eme autonome associ e au champ de vecteurs V (M ) le syst` eme di erentiel dx = a(x, y ) dM dt (S) . = V (M ) dt dy = b(x, y ) dt Si V (M ) repr esente un champ de vecteurs vitesse (associ e par exemple ` a l ecoulement dune nappe de uide sur une surface plane), r esoudre (S) revient a ` chercher la trajectoire et la loi du mouvement des particules de uide en fonction du temps. Le mot autonome signie que le champ de vecteurs ne d epend pas du temps t (cas dun ecoulement stationnaire). Si t M (t) est solution, toute fonction t M (t + T ) obtenue par un d ecalage dans le temps est encore solution. Dans louvert U = M (x, y ) ; a(x, y ) = 0 on a (S) (E) o` u (E) b(x, y ) dy = = f (x, y ). dx a(x, y )
R esoudre (E) permet de trouver la trajectoire des particules (mais pas la loi du mouvement en fonction du temps).
Ce sont les equations dans lesquelles on peut regrouper x, dx dune part et y, dy dautre part. Nous allons examiner 3 cas. a) Equations y = f (x), avec f : I R continue. Les solutions sont donn ees par y (x) = F (x) + , R,
o` u F est une primitive de f sur I . Les courbes int egrales se d eduisent les unes des autres par translations dans la direction Oy . b) Equations y = g (y ), avec g : J R continue. L equation peut se r ecrire
dy dx
= g (y ), ou encore
dy g (y )
= dx ` a condition que g (y ) = 0.
157
Notons yj les racines de g (y ) = 0 dans lintervalle J . Alors y (x) = yj est une solution (singuli` ere) evidente de l equation. Dans louvert U = {(x, y ) R J ; g (y ) = 0}, on a (E) Les solutions sont donn ees par G(y ) = x + , R dy = dx. g (y )
1 sur chacun des intervalles ouverts [yj , yj +1 [ o` u G est une primitive quelconque de g d elimit es par les racines de g . Dans chaque bande R ]yj , yj +1 [, les courbes int egrales se d eduisent les unes des autres par translations dans la direction Ox ; ceci est ` a relier au fait que les lignes isoclines sont les droites y = m = constante. 1 Comme G = g et que g est de signe constant sur ]yj , yj +1 [, on en d eduit que G est une application strictement monotone bijective
G : ]yj , yj +1 [ ]aj , bj [ eoriquement) avec aj [, +[, bj ] , +]. On peut donc (au moins th exprimer y en fonction de x : y = G1 (x + ), R.
Supposons par exemple g > 0, et par suite G croissante sur ]yj , yj +1 [. Si yjj gdy equent x = G(y ) quand (y ) diverge, on a aj = , par cons y yj + 0. Dans ce cas, la courbe est asymptote ` a la droite y = yj . Si yjj gdy (y ) converge, alors aj R et x aj quand y yj + 0, avec de plus y = g (y ) 0 ; la courbe vient rejoindre la droite y = yj au point (aj , yj ) et admet la droite y = yj pour tangente en ce point. Cette situation montre quil ny a pas unicit e du probl` eme de Cauchy en cas de convergence de lint egrale.
y + y +
est bien toujours divergente en tout point yj tel que g (yj ) = 0, lorsque g est localement lipschitzienne.
dy g (y )
Lallure des courbes int egrales est la suivante (dans le sch ema ci-dessous, on suppose quil y a convergence en y2 0, divergence en y1 0 et y2 + 0) :
158
y g (y ) < 0
y = y2
g (y ) > 0 x
y = y1 g (y ) < 0
c) Cas g en eral des equations ` a variables s epar ees : (E) y = f (x)g (y ) avec f, g continues.
Si g (yj ) = 0, la fonction constante y (x) = yj est solution singuli` ere. Sur louvert U = {(x, y ) ; g (y ) = 0} on a (E) dy = f (x)dx g (y )
do` u G(y ) = F (x) + , R, o` u F est une primitive de f et G une primitive de 1/g . Comme G est continue strictement monotone sur chaque intervalle [yj , yj +1 [, lapplication G admet une application r eciproque G1 et on obtient y = G1 (F (x) + ).
159
do` u Arc sin y = Arc sin x + , R. Comme Arcsin est une bijection de ] 1, 1[ ecessairement ] , [. On doit avoir de plus sur 2 , 2 , on a n , 2 2 Arc sin x , , = 2 2 2 2 , 2 2 De m eme Arc sin y est dans
2
si si
0, 0.
+ , 2 si 0, et dans 2 , 2 + si 0.
Les courbes int egrales admettent pour equation y = sin(Arc sin x + ) = x cos + avec x ] 1, cos [, x ] cos , 1[, y ] cos , 1[ si 0, y ] 1, cos [ si 0. 1 x2 sin
L equation ci-dessus implique (y x cos )2 + x2 sin2 = sin2 , donc les courbes int egrales sont des arcs dellipse. Louvert {|x| > 1 et |y | > 1} est form e de 4 composantes connexes. Pla cons-nous par exemple dans {x > 1 et y > 1}. On a (E ) dy y2 1 = dx , x2 1
do` u Arg cosh y = Arg cosh x + , R. Arg cosh est une bijection de ]1, +[ sur ]0, +[ ; en raisonnant comme ci-dessus, on obtient y = x cosh + avec x ]1, +[, y ] cosh , +[ x ] cosh , +[, y ]1, +[ si 0, si 0, x2 1 sinh
equation dune par suite (y x cosh )2 x2 sinh2 + sinh2 = 0, ce qui est l 1 1 1 2 conique. Comme x 1 = |x| 1 x2 = |x| 2|x| + O x3 , on voit que la conique admet des asymptotes y = (cosh sinh )x = e x (pour la branche ` des arcs dhyperbole. x > 1 qui nous int eresse, cest y = e x). On a donc aaire a
160
x = cos y= e x
cosh 1
e y=