Académique Documents
Professionnel Documents
Culture Documents
BAXBAJIOB
qJICJIEHHhIE METO)];bl
AHAJilil3, AJlfEBP A,
OBblKHOBEHHblE
~H$$EPEH~HAJlbHblE
YPABHEIDIH
113.llATEJibCTBO nHA'YR.Au
MOCRBA
N.BAKHVALOV
METHODES NUMERIQUES
Analyse, algebre,
equations differentielles
ordinaires
Avant-propos 9
Introduetion u
Premiire partie
METHODES NUMERIQUES
DE L'ANALYSE MATHEMATIQUE
Chapitre premier. ERREURS . . . . . . . . . . . . . . . . . . . 17
§ 1. Sources et elassification des erreurs . . . . . . . . . . . . . . 17
§ 2. Enregistrement, des nombres sur machines a
calculer electroniques 20
§ 3. Erreur absolue et erreur relative. Ecritures des donnees . . . . 21
§ 4. Erreur de calcul . . . . . . . . . . . . . . . . . . 23
§ 5. Erreur sur une fonetion . . . . . . . . . . . . . . . . 24
Chapitre II. INTERPOLATION ET PROBLBMES CONNEXES 30
§ 1. Approximation des fonetions. Position du probleme . . . . . . 31
§ 2. Polpome d'interpolation de Lagrange . . . . . . . . . . . . 34
§ 3.Evaluation du reste du polynome d 'interpolation de Lagrange 36
§ 4. Differencesi.divisees et leurs proprietes . . . . . . . . . . . . 37
§ 5.Formule d'interpolation de Newton par differences divisees . . 39
§ 6. Differenees divisees et interpolation basee sur des points multiples 42
§ 7.Equations aux differences finies . . . . . . . . . . . . . . . 46
§ 8.Polynomes de Tehebyeheff . . . . . . . • . • • . . . . . . . 55
§ 9.Minimisation de l'evaluatioli du reste d'une formule d'interpola-
tion . • . . . . . . . . . . . . . . . . . . . . . . . . . . 59
§ 10. Differences finies . . ~ • . . . . . • . • . . . . . . . . . . 61
§ 11. Formules d'interpolation de Newton pour des points equidistants 65
§ 12. Formules d'interpolation' de Bessel et d'Everett. Formation des
tableaux • • . . . . . • . . . . . . . . . . . . . 66
§ 13. Erreur d'arrondi dans l'interpolation . . . . . . . . 75
§ 14. Applications de l'interpolation. Interpolation inverse . 77
§ 15. Systemes orthogonaux et leurs proprietes . . . . . . . . 78
§ 16. PC?l~61!1es ortho~o}laux . . . . . . . . . . . . . . . . 84
§ 17. Denvat1on numenque . . . . . . . . . . . . . . . . 88
§ 18. Erreur de calcul dans Ies formules de derivation numerique 91
Chapitre m. INT~RATION NUMtRIQUE • • • . • . . . • • 94
§ 1. Form.ules de quadrature de Newton-Cotes . . . . . . . . . . . 94
§ 2. Evaluation de l'erreur dans une formule de quadrature sur une classe
de fonctions . . . . . . . . . . . . . . . . . . . . . . . 102
§ 3. Formules de quadrature de Gauss . . . . . . . . . . . . . . . 106
§ 4. Evaluation pratique de l'erreur dans des formules de quadrature
elementaires . . . . . . . • • . . . . • • . • • . . . . . . 117
6 TABLE DES MATil~RES
\'
§ 5. Integration de fonctions fortement oscillantes . . . • . . • • • 122
§ 6. Amelioration de la precision d'integration par partage equidistant
du segment . . . . . . . . . . . . . . . . . . • . . . . . . 125
§ 7. Position des problemes d' optimisation . . . . . . . . . . . . 131
§ 8. Formules de quadrature optimales sur des classes de fonctions a une
derivee . . . . . . . . . . . . . . . . . . . . . . . . . . 135
§ 9. Optimisation de la repartition des points de base des formules de
quadrature • . . . . . . . . . . . . . . . . . . . . . . . 142
§ 10. Exemples d'optimisation de la :i;epartition des points d'integration 148
§ 11. Partie principale de l'erreur . . . . . . . . . . • 154
§ 12. Formules d'Euler et de Gregory . . . . . . . . . . • . . 158
'§ 13. Regie d'evaluation pratique de l'erreur de Runge . 161
§ 14. Formules de Romberg . . . . . . . . . . . . 168
§ 15. Experiences et leur discussion . . . . . . . . . . 171
'§ 16. Calcul d'inteirales· dans des cas non reguliers . . • . . . . . • 179
:§ 17. Princi pes d' etablissement des programmes usuels avec recherche
automatique du pas . . . . . . . . . . • . . 185
·§ 18. Programmes usuels d'integration numerique 192
Deuxieme partie
PROBL:BMES D'ALG:BBRE
ET D'OPTIMISATION
Chapitre VI. M:8THODES NUM:8RIQUES DE L'ALGBBRE •• 3H
§ 1. Methodes d'elimination successive des inconnues . 812
§ 2. Methode d'orthogonalisation . . . 320
§ 3. Methode iterative simple . . . . • . . • • . 322
§ 4. Processus iteratif reel . . . . . . . . . • . . . . . . . . . . 327
§ 5. Spectre d 'une famille de matrices . . . . . . . . . . . . . . • 330
§ 6. Procede 62 d'evaluation pratique de l'erreur et d'acceleration de
la convergence . . . . . . . . . • . • . . • . . . . . . . . 336
§ 7. Optimisation de la vitesse de convergence des processus iteratifs 339
§ 8. Methode de Seidel . . • . . . • . • • • • . . • . . • . . . 349
§ 9. Methode de la plus grande pente . . • • • . . . . • • . . . . 355
§ 10. Methode du gradient conjugue • . . . . . . . . . . • . . . . 358
§ 11. Methode de Monte-Carlo pour des systemes d'eguations lineaires 364
§ 12. Methodes par iterations avec utilisation des operateurs spectrale-
ment equivalents . • . . • . . . . . . • • • • . . . . . . • 371
§ 13. Erreur sur la solution approchee d'un systeme d'equations et condi-
tionnement des matrices. Regularisation . • • . . . . • . . . 374
§ 14. Probleme de valeurs propres . . . • • • • • . . . . . . . . . 380
§ 15. Resolution du probleme global de valeurs propres d'une matrice
symetrique par la methode des rotations • • • • • • • • . • . 385
Chapitre VII. R:8SOLUTION DES SYST:8MES D':8QUATIONS NON
LIN:8AIRES ET DES PROBLBMES D'OPTIMISATION . . . . . . 390
§ 1. Methode iterative simple et problemes connexes . . . . . . . . . 391
§ 2. Methode de Newton pour Ies systemes d'equations non lineaires 396
§ 3. Autres methodes de resolution d 'une equation . . . . . . . 401
§ 4. Methodes de descente . . . . . . . . . • . . . . . . . . 405
§ 5. Autres procedes de reduction de la dimension des problemes 410
§ 6. Methodes de stationnarisation . . . . . . . . . . . . . . 414
§ 7. Que faut-il optimiser? 420
§ 8. Comment optimiser? . 425
Troisieme partie
METHODES DE R8SOLUTION NUMERIQUE
DES EQUATIONS DIFFERENTIELLES
~ORDINAIRES
Chapitre VIII. l\f8THODES DE R8SOLUTION DU PROBLBME DE
CAUCHY . . . . . . . . . . . . . . . . . . . . . . . 431
§ 1. De-feloppement de la solution en serie de Taylor . . . 432
§ 2. Methodes de Runge-Kutta . • . • . . • . • • . . • 434
§ 3. Methodes avec controla de l'erreur par pas • . . . 442
§ 4. Evaluation d'erreur dans Ies methodes a pas separes 443
§ 5. Methodes des differences finies . • . • . • . . . . . 449
§ 6. Methode des coefficients indetermines . . . . . . . . . . . . 453
ş 7. Etude des proprietes des methodes des differences finies sur des
problemes modeles • • . . . . . . . . . • . . . • • • • . . 458
§ 8. Evaluation d' erreur dans Ies methodes des differences finies 485
8 TAB'LE DES MATJt;!RFS
Le present livre est issu du cours que l'auteur donne depuis dix
ans a la Faculte physico-mathematique et a la Faculte d'analyse-
numerique et de cybernetique de l'Universite de Moscou ainsi que-
des travaux du Centre de calcul de ladite Universite.
Comme tout manuel de methodes numeriques, cet ouvrage expose ·
Ies notions fondamentales de la theorie concernant, dans notre cas,
l' approximation de fonctions, l 'integration, Ies problemes d' algebre
et d 'optimisation, la resolution d 'equations differentielles.
Nous assistons aujourd'hui a un developpement impetueux du
materiei de calcul (la valeur du parc augmente de plusieurs ordres
par decennie). Les machines et Ies methodes numeriques sont cons-
tamment sollicitees afin de faire face a des problemes toujours plus-
varies. D'ou une reconversion permanente de nos idees sur l'ensem-
ble des questions liees a l'application des ordinateurs et Ies tâches-
que nous imposons aux procedes de calcul. Pour toutes ces raisons.
donc il est impossible de proposer un manual panacee, et quand on
choisit un mode operatoire susceptible de nous donner la solution de-
tel probleme complique, tout manuel n'est souvent qu'une sorte
de guide general dont la seule vocation est d'inspirer le chercheur.
La creation et la mise en pratique des methodes numeriques.
relevant entre autres de l' etude purement theorique des techniques-
de resolution des problemes types, de l'analyse du travail de l'algo-
rithme dans le cas des problemes modeles et de l'experience nume-
rique. On ne saurait surestimer le role du choix de la direction des-
recherches de la construction de modeles mathematiques des ·phe-
nomenes etudies, de l'etablissement des contacts avec Ies repre-
sentants d 'autres disciplines.
Les facteurs enumeres se particularisent suivant Ies cas, si bien
qu'il est difficile de donner une recette generale. Le lecteur est done
prie de voir dans Ies raisonnements de I' auteur non pas un guide-
pour l'action mais un point de vue parmi tant d'autres.
L'efficacite des ordinateurs et des methodes numeriques se mesure-
au nombre de problemes ardus resolus ainsi qu 'au nombre d 'utilisa-
teurs gagnes en augmentant le<< confort>> de leur acces a la machine.
Ce dernier but exige qu 'on redige des programmes standard de reso-
lution de problemes mathematiques types. Aussi le present livre-
AVANT-PROPOS
plus mauvaise que de nombreuses autres qui ont elles aussi droit
de cite.
1. Le choix de la direction des recherches a une importance capi-
tale. A vrai dire, la liberte d'action du chercheur est plutât re-
duite en l'occurrence car il travaille en general sur un canevas impose
du dehors.
Ceci etant, n'oublions pas que Ies problemes peuvent etre 1) sim-
ples, 2) difficiles, 3) tres difficiles. Laissez Ies premiers : ils seront
resolus progressivement sans votre intervention. Nous doutons fort
que le groupe 3) soit a votre taille. Occupez-vous donc des problemes
di ts << difficiles >>.
2. 11 faut savoir formuler dans le langage mathematique des
problemes concrets de physique, mecanique, economie, des pro-
blenies de l'ingenieur, c'est-a-dire mettre en equation le phenomene
etudie.
Le mathematicien neophyte se plaint so1,1vent des representants
des autres sciences en contact avec lui, qui ne savent << meme » pas
formuler leurs problemes. Formuler correctement un probleme
est tout aussi difficile que le resoudre et n'allez pas croire que quel-
qu 'un s'en chargera a votre place. En posant un probleme, centrez
votre attention sur le but des recherches ; le modele mathematique
adopte n 'est pas une chose figee, liee une fois pour toutes avec le phe-
nomene en question, il est fonction de l'objectif que vous poursuivez.
Avant d'ecrire des equations differentielles, de choisir la methode
de resolution et de s'approcher de l'ordinateur, reflechissez si le
calcul vaudra la peine d 'etre fait. En meme temps, il faut vous faire
a I 'idee que la plupart des resultats seront rejetes sitât obtenus.
En effet, en calcul scientifique, il est difficile de predire la nature et
la forme du resultat ev:entuel, d 'indiquer la voie dans laquelle on
cherchera la solution numerique. Le but de l 'etude et la description
du probleme sont d 'habitude precises dans le cadre de contacts entre
Ies representants de telles sciences et organisations (clients) et Ies
mathematiciens (chercheurs ou executants). .
3. Un travail fructueux dans Ies sciences appliquees suppose
une bonne formation mathematique qui seule est capable d'adapter
le chercheur a une variation incessante de problemes a resoudre.
L 'un des arguments en faveur de la connaissance des branches << inu-
tiles >> de prime abord au praticien est qu 'elles permettent un manie-
ment plus sur et plus aise des branches << utiles >>.
4. Une connaissance parfaite des mathematiques, des methodes
numeriques et une pratique suffisante des machines a calculer elec-
troniques ne garantissent nullement la resolution immediate d 'un
probleme de mathematiques appliquees. Souvent une mise au point
des procedes s'impose afin de Ies adapter a tel ou tel probleme con-
cret. Un cas typique est celui ou l' on se sert de methodes non justi-
fiables theoriquement et ou Ies estimations theoriques de l'erreur de
INTRODUCTION 15-
METHODES NUMERIQUES
DE L'ANALYSE MATBEMATIQUE
CHAPITRE PREMIER
ERREURS
*) Les formules et Ies figures sont referencees dans le texte par trois nom-
bres designant respectivement le chapitre, le paragraphe et le numero de la
figure ou de la formule; par deux nombres qui sont le paragraphe et le numero
{dans Ies limites d'un mâme chapitre); par un seul nombre s'il s'agit d'un
m&me paragraphe.
2-01007
18 ERREURS [CH. I
quels que soient z1 , z~h z 3 E F, Fh. Ceci etant, p (z1 , za) = O n'impliqu01
pas forcement z1 ~::"' z 2 si bien que la fonction p (zi, z2) n'est pas neccssairement.
la distance dans un certain espace metriquc.
Dans !'exemple considere on peut poser ·
p (/1, /2) = max I /1 (nh)- /2 (nh) I
0~n~h-1
on ne savait rien du coefficient k (x1 , xf) sinon que pour les procedes de fabri-:
cation adoptes du materiau considere i etait compris entre 0,7 et 1,5. 11 est
2•
20 ERREURS [CH. I
clair que la resolution numerique du probleme initial avec une erreur inferieure
a 0,01 (et peut-âtre a 0,1) etait une absurdite. En diminuant la precision, on
a pu reduire le nombre de domaines et de deuxiemes membres vu que Ies solu-
tions dans des domaines voisins et pour des deuxiemes membres voisins sont
voisines elles aussi. Desormais, le probleme admettait ·une solution.
On voit donc qu'il est parfois commode d'etudier l'erreur inhe-
rente a la position initiale du probleme afin de reduire Ies conditions
imposees a la precision requise.
Certains auteurs adoptent une autre classification d'erreurs. L'erreur inke-
rente est pour eux l'erreur commise sur les donnees, et l'approximation de la
realite par des modeles mathematiques est dite erreur de formulation.
§ 4. Erreur de calcul,
La condition Ip I ~ p 0 conduit parfois a l'arret de la machine;
il arrive egalement qu'une faible longueur des nombres traites
donne lieu a une erreur de calcul inadmissible. Les algorithmes qui
se pretent a de tels effets a cause d 'un p limite ou d 'un t petit sont
dits instables.
La theorie des methodes numeriques comprend comme partie
jmportante l'elaboration d 'algorithmes stables tels que Ies resultats
de calcul ne soient pas trop alteres par une erreur.
Nous demontrerons plus loin qu 'une meilleure precision peut
quelquefois resulter d 'une transformation algebrique simple.
On desire trouver la plus petite racine de l'equation y2 - 140y +
+ 1 = O. Adoptons le systeme de numeration decimal et supposons
que la mantisse arrondie contient quatre ehiffres. On a
y = 10 - -V4899, V4899 = 69,992 ... ;
et apres l'arrondissement
V 4899 ~ 69,99, y ~ 10 - _69,99 = o,o!.
La meme valeur de y peut s'ecrire, si l'on << chasse l'irrationnalite
du numerateur >>, comme suit:
y = 11c10 + V 4899), v4899 ~ 69,99, .10 + 69,99 = 139,99
et apres I' arrondissement
70 + 69,99 ~ 140,0.
'Enfin
1/140 = 0,00714285 . . .'
et apres l'arrondissement
y ~ 0,007143.
Si le nombre de chiffres de la mantisse est superieur a 4, on verifie
que dans Ies deux cas tous Ies chiffres soulignes sont exacts, le se-
cond resultat etant sensiblement plus exact. En effet, dans le pre-
mier cas, la soustraction a porte sur des nombres grands voisins.
24 ERREURS [CH. I
Vu qu'il s'agit de nombres grands, ils ont ete arrondis avec une er-
reur ahsolue importante. Nous nous heurtons ici au phenomene
de perte de chiffres significatifs propre a la soustraction de quantites
voisines. Ce phenomene altere souvent Ies solutions des systemes
d'equations algebriques.
avec
Bi= s~p 1Ya1 (a1, .•• , an) 1-
Montrons que pour
p= V (A (a:')) 2 + ... +(A (a~m2
petits, cette estimation ne se prâte pas a une amelioration sensible ..
SiLles derivees Ya 1 sont continues dans G, alors
Bi= I b1 (O) I+ o (1) pour p 4"0.
Et A 0 (y*) peut s'ecrire
A 0 (y*) = A O (y*) + 81 (p),
n (4)•
A 0 (y*) = 21 Ibi (O) IA (a1}: 81 {p) = o (p).
i=i
Pour
a1 - aj = sg (b 1 (O)) A (a!)
on a
b1 (8) (a1 - aj) .= (b1 (O) +
o (1)) sg (b1 (O)) A (a1) =
+
= ( I b1 (O) I o (1)) A (a1),
.. et alors
y (a1 , . . • , an) - y* = A 0 (y*) o (p) . + (5)·
II en decoule, compte tenu de la definition (1) de la borne superieure-
de l'erreur absolue, que
A 0 (y*) + 82 (p) ~ A (y*), 82 (p) = o (p), (6)··
et (3) entraîne
A (y*) ~ Ao (y*).
En reunissant ces deux expressions, il vient
A O (y*) + c 2 (p) ~ A (y*) ~ A 0 (y*) = A O (y*) + 8 1 (p). (7),
Ainsi, l'estimation (3) n'est pas de beaucoup superieure a la valeur·
exacte (1). Selon (7), A (y*) et A 0 (y*) sont approchees avec une.·
precision elevee par la quantite A O (y*) qui se calcule plus simple-
ment.
L'estimation (3) est souvent remplacee par
I Y (a1, ••. , an) - y* I ~ A O(y*), (8}
qui n'est pas en fait exacte et qui s'appelle estimation lineaire.
Examinons quelques exemples de definition de A (y*), A 0 (y*)·
et A O (y*) et comparons ces grandeurs.
26 ERREURS [CH. I
bi (O)= -oa-
1
8y I<ar, aţ> = - y•
-2y-•"--+-'1i-* '
b2 (0)-..!lL
- 8a2
I at> -- -
(aţ,
1
2y*+ af'
28 ERREURS [CH. I
donc
A o ( ;) _ I y* I .1 (at) + Ll (af) (15)
y - I 2y* + af I .
Considerons un domaine j a 1 I ~ b1 , I a 2 I ~ b 2 de variation
des coefficients a 1 , a 2 • L 'expression explicite des racines
at
Y = - -2+ -
ya2 4 -a,,_„
_1
entraîne que Ies racines sont des fonctions continues des coefficients,.
aussi
I Y (a1 , a 2) - Y (af, a:) I ~ ro ( I a 1 - af I, I a 2 - a: I) (16)
pour (a1 , a 2}, (af, at) du domaine, ro (Â1 , Â2 )-+ O lorsque Â1 , Â2 -+ O.
Le second membre de (15) tend vers l'infini quand 2y* -+O; + a:
en comparant (15) et (16) on voit donc que 1'<< estimation lineaire >>
d 'erreur par la formule (8) peut etre trop forte par rapport a l'estima-
tion exacte (3). En effet, dans nos raisonnements nous avons sup-
pose y (a1 , • . • , an) continument derivable par rapport aux argu-
ments a1 , . . . , an, et l'erreur sur y* etait du meme ordre de gran-
deur que .6. (aj), erreur commise sur Ies arguments. Si y* est definie
sous une forme implicite, elle n'est pas derivable par rapport a
ses arguments pour certaines valeurs des parametres, et l'evaluation
change en consequence.
Soit y* une racine double de (11) pour a1 = af, a 2 = a:. Deve-
loppons le premier membre de cette equation en serie de Taylor
dans le voisinage du point y*, af, a:. Puisque
F (y*, af, a:) = Fu (y*, af, a:) = O
quand y* est racine double de (11), celle-ci s'ecrit
d200 (y - y*) 2 + do10 (a1 - af) + doo1 (a2 - a:) + • • • = O,
avec
F yla:Jah
· . (y* , -1,fi_* a*)
2
. _ ___1.......,2~ - - - , - -
d i}k - il j Ik l '
Ies termes negliges etant de l'ordre de o (p). Dans le cas (14) d 200 = f
et alors
y-y*= + V do1o(a1-af)+doo1 (a2-a:)+o(p).
Donc, l'erreur qui entache la racine est une quantite en O (Yp):
Partant, l'erreur sur une racine d 'ordre de multiplici te l est d 'ordi-
naire de l'ordre de O (Vp).
6. L'evaluation d'erreurs sur Ies racines d'equations algebriques
peut poser un probleme qui de prime abord semble opportun et natu-
§ 5] ERREUR SUR UNE FONCTION 29
11 est evident qu'un espace vectorial norme est un espace metrique avec
pour distance
p (f1, f2) = li Î1 - f:a 11-
0n dit d'un espace vectoriel norme qu'il est strtr.tement norme si on a
li f1 + f li =
2 li f1 li + li f2 li
si et seulement si f 2 = cd1 , ct ~ O.
On dit que le produit scalaire est defini dans l'esp·ace vectoriel !R si a tout
couple ordonne d'elements f1 , f 2 E!Jl on a fait correspondre un nombre complexe-
(f1, f 2) et si
1, (f1, f2) = (f2, f1),
2. Quels que soient f1 , f2 , f 3 E St, et ai, ct 2 complexes, on a
(ct1f1 +
ct2f2, f 3 ) = ct1 (f1, f 3) +
ct2 (f:,1, fa).
3. (f, f) ~ O et (f, f) = O seulement pour f = O.
Ces proprietes du produit scalaire en entraînent d'autres, notamment:
4. Cfs, ct1f1 + ct2f2) = CXi (fa, f1) +
a~ Cfa, f2),
Quels que soient f1, f2 E 9/, , on a Ies inegalites:
5. I (f1, f2) 1 ~ (f1, f1) (f2, f2).
2
3-01007
34 INTERPOLATION ET PROBLBMES CONNEXES [CH. II
ou _<pi (x) sont fixes et Ies coefficients a, sont determines par la con-
dition de coincidence avec la fonction approchee aux points d'in-
terpolation x 1 :
n
I (x1) = ~ aicpdx1), j = 1, ... , n. (1)
i=1
(2)
Alors
i-1
<pi (X ) = X ., i = 1, ... , n,
et le systeme (1) deviant
n
~ atxj- 1 =/(x,), j=1, ... , n. (3)
i=1
et le polynome de Lagrange
n
(5)
§ 3. Evaluation du reste
du polynome d'interpolation de Lagrange
Supposons t<n> (x) continue et evaluons la difference entre / (x)
et le polynome d'interpolation gn (x) qu'on vient de construire.
Posons
q> {z) = / (z) - gn (z) - K CDn (z),
K. etant choisia partir de la condition q> (x) = O, ou x est le point
en lequel on evalua l' erreur. On a visiblement
K = f(x)-gn (x) •
©n (x)
o
DIFFgRENCES DIVIS:eEs ET LEURS PROPRI:eTgs 37
Pour un tel K, la fonction q> (z) s'annule eil n 1 points xi, ... , Xn, +
x. En vertu du theoreme de Rolle, la derivee q>' (z) s'annule en n
points au moins. En a ppliquant ce theoreme a cp' (z), on obtient que
sa derivee cp" (z} s'annule en n - 1 points au moins. En poursuivant
on aboutit au resultat suivant: cp<n> (z) s'annule au moins en un
point ~ qui appartient au segment [yi, y2 ]:
Yi = min (xi, ... , Xn, x), y2 = max (xi, ... , Xn, x).
Puisque
q><n> (z)· J(n) (z) - Kn I,
la condition cp<n> (~) = O entraîne
K -- f<n) (t)
ni •
La relation q> (x) = O s'ecrit encore
f (x)- gn (x) = /<n>(~~ ~n (x) , ~ E[Y1, Y2], (1)
expression du reste.
(3)
38 INTERPOLATION ET PROBLlmES CONNEXES [CH. II
~ nf (~~,-.,,) - rI f r::_.,i) .
. (l+1 l )
- Zl+f ~.,. ~1
J=2 i=l=J .,..- f=1=;
2~i~l+1 1~f~l
et l' egali te
Lm+1 (x) - Lm (x) = / (x1 ; . . .' (6)
I (X ·, X i,• • • ., wm
... ) ~ ml""
,..,, Jm (x) ~ f (x 1,· • • • ,· x m+i ) ,
îl en resuite
Lm+1 (x) - Lm (x) ~ f (x) - Lm (x). (7)
Pour fixer Ies idees, nous nous plaoons dans. le cas l < m„ 1 < p.
Quand j = i, l' existenee de la limite des diffărences d' ordre q decoule
de (3). Quand J=foi, la limite du denominateur dans le seeond membre
de (5) est x 1 - x 1 =fo O et celle du numerateur existe par hypo-
these. Le premier membre admet done aussi une limite. Ainsi,
nous avons ...dâmontre _...que toutes Ies differenees d' ordre q tendent
INTERPOLATION ET PROBL:8MES CONNEXES [CH. II
44
vers des limites, done il en est de meme pour toutes Ies differenees du
tableau. La limite du premier membre de (5) se note
f (xi; .•. ; x 1 ; xi+1; •.• ; xi+ 1 ; ••• ; XJ; ••• ; XJ)·
'---v---' '------v---' ---.,,.--'
mi-l+1 fois mi+i fois p fois
I (xi
_ ;_•••
_;__,
Xi ; ••• ; XJ ; ••• ; Xj)- f (xi ; •.• ; Xi ; ••• ; XJ ; ••• ; Xj)
'---....,.-.J
pour j =I= i.
11 en resulte que Ies coefficients
Ies limites Ak avee
A: tendent, pour e -+- O, vers
Conformement a (3.1), on a
f (x)- g: (x) = e(a~ ~~ 8
)) ro: (x) ; (8)
ici
n mi
ro!(x)= IJ IT (x-xf;).
i=1 ;=1
Si x =I= Xi, • • • , Xn, passons dans (8) a la limite pour e tendant vers
zero. Puisque le premier membre possede la limite/ (x) - g 8 (x) et
n
lim ro! (x) = ro 8 (x) =
8➔ 0
IJ (x-xi)mi,
i=i
THBOR:E:ME
D:8MONSTRATION
tous Ies C, sont forcement nuls et Ies fonctions Y1, •.• , Yk lineaire-
ment independantes.
§ 71 :eQUATIONS. AUX DIFFiRENCES FINIES 49
C.Q.F.D. C.Q.F.D.
Dans Ies cours d'equations differentielles, on demontre le theoreme suivant.
Si l'on connaît k solutions lineairement independantes de l'equation homogene
ly = O, on trouve la solution de l'equation non homogene (2) en resolvant
dG_if<h = g1 (x),
avec g 1 (z) connues. De meme, connaissant k solutions lineairement indepen-
dantes de l'equation homogene ly = O, on ramene la resolution de l'equation
complete a celle des equations aux differences simples
C1 (n + 1) - c 1 (n) = g 1 (n),
avec g 1 (n) connues. L'interet pratique de ces tbeoremes etant minime, nous
nous permettons de passer outre.
On se propose maintenant d'etudier Ies equations a coefficients
constanta
h h
ly = 21 biy<1>(x) =
i=O
ly= ~ a,y(n+i)=
i=O
bk*O
=f(x), (4) = f(n), ah =r!= O (5)
et Ies equations homogenes correspondantes
h k
ly = ~ b1y<1> (x) =
i=O
o. ly = ~ aiy (n
· i=O
+ i) = O. (7)
On a de tou te evidenee
bte -+ bt aie -+ ai (1 O)
pour e-+ O.
A ees equations caracteristiques sont associees Ies equations
i=O
h
~ bteY!x= 0. (11) I i=O
k
~ aieYe. (n + i) = O. (12)
y,, (x) de I' equation (( 11) telles y,, (n) de l'equation (12) telles
que pour tout X >O, n
existe la que pour tout n >0, il existe la
limite limite
lim Ye (x) = Y (x), lim Ye (n) = Y (n).
e-o e-o
et Yt (x) converge, avec toutes ses
derivees jusqu'a l'ordre k inclus,
vers Y (x) uniformement sur
tout segment fini [x1, x 2 ].
En passant a la limite dans En passant a la limite dans
(11) .et en tenant compte qe (10), · (12) et en tenant compte de (10),
on obtient que la fonction limite · on obtient que la fonction limite
Y (x) satisfait a l'equation (6). . Y (n) satisfait a l'equation (7).
Formons Ies suites de y,, (x) et de Ye (n) qui .convergenţ vers Ies
solutions particulieres de (6) et (7) associees aux racines multiples~
On utilisera avec succes Ies differences divisees. Commenţons par
le cas d'une racine double. Posons
Y2e (x) = (exp Â.X) (Â1e; Â2e) =
_ exp (Â2eX) - exp (ÂteX) µ;e-P.1e
- Â2e-Âte
µ22-P,te
Ces fonctions sont visiblement solutions des equations (11),
(12). Recrivons-les comme suit:
Y2e (x) = x exp (Â1eX) X Y2e(n)=
X
exp ((Â22 - Â ) x)
ie -
1 = n-1 ,
JJ,22
n-2 •
-rJJ,2e Jl,te
+ • • • + JJ.12n-1 •
(Â2e-Âte) :& •
Si ÂJe (resp. f.1.Je) ne sont pas tous reels, Ies relations (14) (resp. (15)) restant
en vigueur, mais non la demonstration puisque pour x1 , • • • , xq complexes la
formule (13) ne joue plus. ·
Bornons-nous a demontrer (14), (15) en choisissant specialement "J..; 8 , f.1.Je·
On suppose alors que µ1 :/= O; pour µ 1 = O, on prend f.1.Je = U - 1) ş, et la
demonstration ci-dessus reste entiere. Pour e O, posons >
ÂJ e = Â1 +
(j - 1) 8 (16) µie= µ1 (1 U - 1) 8) (17) +
avec j = 1, ... , l. avec j = 1, ... , l.
En utilisant (4.3) il vient
q
~ exp[(ii.1+(j-1)e)x]
(exp (ÂX)) (1'.1e ; •.• ; Âqe) = LI [J
;=l i=p; ((Î..1 + (j-1) e)-(Â1 + (i-1) e))
q
=(~ exp(j....;_f)ex
.= IJ ((j-1) e- (i-1) e)
)exp(Ât.X)=
1
i+i
'
= ((exp x) (O; e ; ... ; (q-1) e)) exp (Â1x) ;
de meme
q
~
(µ n) (µte., ••.; µqe ) = LI µf (1 +U-1) e)n
.= 1 [I (J.1.1 (1 +(J-1) e)-µ1 (i+(t-1) e))
i=l=i
'
q
-(~ (i+(j-1) e)n ) n-q+1_
- ·= 1 fl ((1+U-1)e)-(1+(i-1)e)) µ1 -
' i;f.=i
§ 7) :8QUATIONS AUX DIFmRENCES FINIES 53
D'oii, vu (13),
(exp (ÂX)) (Â1 8 ; ••• ; Âqe) = (µ 71) (µte ; • • • ; µqe) =
xq-1
(q-i) 1 exp((Â1+1'.8 )x), ·
- = ci-1µ1-q+1ji:-q+1
oii ou
O< Î < (q-1) 8.
8 1 <iie< 1+(q-1)e.
Il en decoule que pour e -+ O, on a Ies relations
(exp (Î.x)) (Â1 8 ; ••• ; Âqe) -+ Yq (x), (J-1.n) (µ1e; ••• ; µq 8 ) -+ Y q (n),
q pouvant etre egal a 1, ..• , z.
On voit que dans le cas de l'equation (7) tout comme dans (6)
on a pu associer a chaque racine l-uple de l'equation caracteristique l
solutions differentes.
TH:80R:Ell\lE. L'ensemble de toutes les solutions associees aux racines
de l' equation caracteristique (9) / orme un systeme fondamental (i.e.
elles sont lineairement independantes et la solution de (7) peut
etre obtenue sous forme de leur combinaison lineaire).
En voici une demoristration sommaire. Soient y1 (n), ... , Yh. (n) des solu-
tions particulieres de (7).
LEl\lME. Le systeme de solutions y 1 (n), ••• , Yk (n) est fondamental si
det li Yt U - 1) li::-/= O.
En effet, supposons que ces fonctions sont lineairement dependantes. 11
existe alors des Ci non tous nuls tels que
k
~ Cigi (n)=O
i=1
admet une solution pour n'importe quels y (O), ••• , y (k - 1). Ainsi, on
peut indiquer pour y (n) quelconque des C1 , • • • , Ck tels que la solution de
INTERPOLATION ET Pl{OBLi!:MES CONNEXES (CH. II
l'equation homogene
I&
z (n)= 21 CtYi (n)
. i=i
11 est clair que W8 =det li Y;e (j-1) li-+- det li Y<i> (j-1) ll=W. Transformant
lineairement Ies ligncs de la matrice li Yie (j-1) li on a
§ 8. Polynomes de Tchebycheff
Les polynomes de Tchebycheff T n (x) (n ~ O) sont definis par
Ies relations
T O (x) = 1, T 1 (x) = x,
Tn+i (x) = 2xTn (x) - Tn-i (x) pour n > O. (1)
56 INTERPOLATION ET PROBLIDdES CONNEXES [CH. II
On verifie aisement que Ies zeros de ria,b] (x) sont Ies points
_
Xm -
b+a + b-a cos {tt(2m+1))
n , m=O, ... ,n-1.
2 2 2
:t
= ¼) (cos ((n- m) 0) + cos ((n+ m) 0)) d0= 6n-m +6n+m•
o
§ 9. Minimisation de l'evaluation
du reste d'une formule d'interpolation
Supposons qu'une fonetion f (x) soit approchee sur [a, b] par un
polynome d'interpolation de degre n - 1 base sur Ies .points X1, • ·• ·•
• • • , Xn E [a, b]; convenons d'evaluer l'erreur pour la norme li/ fi =
= sup I/ (x) I- D'apres (3.1), on a
[a,b]
e ( p, m)-< An~ 7n li .
Pn+t (x)= A~
n.
xn+ .. . ,
qui est un probleme de la classe consideree, est
e (p, m) = An li Wn li
n!
par consequent,
e (P, m) AnllWnll
ni
On a vu que
E ( P , M) = inf e (P, m) = inf
An li Wn li
n
}-An (b-a)n 21-2n
- n •
( 1 1
m xl'···•xn
tn {:t}= ~ I J</1 (
i=O
Ţ) (
X - aţb r
de la serie de Taylor coincide avec le polynome d 'interpolation de
Lagrange base sur l'unique point n-uple aţ b. Aussi l'evaluation
doit-elle naturellement s'ameliorer pour la repartition optimale des
points (2). En effet, l'estimation
f /1
.
.
Xo Jo .
/1112
Xt ,1 tf
f\12 1112
X2 /2 fi .
!~12 f\12
X3 /3 15
f\12
.x„ f„
ii
(2) irnplique que I' operateur difference /inie est lineaire. En parti-
eulier, ella donne
1r=h+1-2h+ 1i-1,
tf = li+a12-3/i+i/2 + 3/i-112-/i-3/2,
tt = li+2-4f,+1 +6fi-4fi-1 + h-2,
LEMME. Pour xi == x0 ih, on a +
Îi+m/2
f (xi; ••• ; Xi+m ) = hm•m ! . (3)
Supposant que. (3) est juste quels que soient m<l, il vient
l+1 .
ti+1+z12-ff+u2 Îi+u+t)/2 „
= (hll !} (h (l+t)) -- hl+l(l +t) ! '
yf =1r+11r-
Pour f (x) suffisamment reguliere (nous ne specifierons pas la nature de ce
phenomene), Ies valeurs f'f ăecroîtront avec la croissance de m. Ainsi, on a pour
f (x) = sin x
aussi I f.{' I ~ hm-+- O avec h < 1, m-+- oo. Les quantites 11f s'ecrivent comme
des combinaisons de termes de la forme (-1);C!nTJk et peuvent donc croître
§ 11] FORMULES DE NEWTON POUR DES POINTS 1!:QUIDISTANTS 65
avec m. C'est pourquoi, si l'on effectue des arrondis, la fonction <p (m) =
= max I y"{' I decroît pour m petits et croît pour m grands. Dans le domaine
i
des valeurs de m ou Ies differences d'ordre superieur commencent a croître,
l'information la plus importante fournie par le tableau des differences d'ordre
k d 'une fonction reguliere est celle sur Ies differences d 'erreurs 'l'Jt, de sorta que
generalement ces differences ne nous apportent aucune information sur la fonction.
§ 11. Formules d'interpolation de Newton
pour des points equidistants
Pour approcher une fonction avec une precision elevee on opere
de deux fa~ons :
· 1. On ajoute de nouveaux points d 'interpolation et la fonction
est interpolee sur tous Ies points par un polynome de plus haut degre
possible.
2. Une fois Ies nouveaux points ajoutes, on interpola sur Ies
points Ies plus proches ; le degre du polynome d 'interpolation
ne s'eleve pas.
Considerons le deuxieme procede. Si le choix des points n' est
pas specifie, dans le cas d 'un grand tableau des valeurs de la fonction,
on prend generalement des points regulierement espaces : X J = Xo +
+ jh. Si Ies points sont choisis dans le ·voisinage du point x en lequel
on calcule la fonction, le point intermediaire ~ dans l'estimation
du reste (3.1) _est contenu lui aussi dans ce voisinage de sorta que
j<n> (~) ·ne varie pas tres sensiblement pour un tel choix.
Par consequent, l'erreur se ressentit surtout de la quantite
n
IT IX -
I©n (X) I = j=1 Xi I,
e'est-a-dire du produit des distances du point x aux points d 'inter-
polation. La valeur de 1- ©n (x) I sera donc minimale si l'on prend.
pour trouver f (x), n points Ies plus proches de x. II est evident que
pour n = 2l (pair) on choisit l points a gauche et l points a droite de
x et, pour n = 2l + 1 (impair), le point le· plus proche de x et l
points de part et d' autre de cette valeur. Si x se trouve au debut ou
a la fin du tableau, ce choix est impossible.
Pour interpoler au debut (resp. a la fin) du tableau, on repre-
sente le polynome par Ies formules de Newton d 'interpolation en
avant (resp. en arriere). Soit Ln (x) Ie polynome de Lagrange hase
sur x 0 , • • • , Xn-i· Selon (5.3) on a
Ln (x) = f (x 0 ) + f (x 0 ; x1) (x - Xo) + ...
...+ f (x0 ; • • • ; Xn -:1 ) (x - x 0 ) • • • (x - Xn _ 2).
Effectuons le changement de variables x = x 0 + ht et passons des
differences divisees aux differences finies d'apres (10.3). Alors
1
L n (xo+ ht) = Io+ 1112t+ • ••
+ J(n-1)/2
.ţn-1 t](t-1) ••. (t-(n-2))
(n-1) I (1)
5-0to·o1
66 INTERPOLATION ET PROBL-nlMES CONNEXES [OH. 11
x 01 x 0 +
h, x 0 - h, •••1 x 0 lh, x O - lh. +
Alors, pour q queleonque, le groupe des q premiers termes da cette
suite est forme des points Ies plus proches de x et l'estimatfon du
reste ·
I/ (x)-Ln {x) l~max I f<n>
X n
t I OOn (x)
pour le polynome defini sur cet ensemble d 'abscisses est plus precise
que pour tout autre- ensemble. La formule d 'interpolation ecri te pour
Ies premiers points de la suite ci-dessus est la formule de Gauss pour
l'interpolation en avant. La suite x 0 , x 0 - h, x 0 + h, ... sera la
meilleure au meme sens pour l 'interpolation en un point de
[x 0 - h/2, xo-)- La formule correspondante est dite formule de. Gauss
pour l' interpolation en arr.iere. Les formules de Gauss, ont une valeur
intrinseque et s' appliquent largement en calcul manuel. Ecri-vons
la formule de Gauss pour l'interpolation en avant a 2n + 2 points
L 2n+ 2 (x} = j (xo} + I (xo-; Xi;} (x - Xo) + . • •
... +
f (x 0 ; x1 ; x_1 ; • • • ; Xn+1 ) (x - x0 ) • • •
(x - Xn) (x - X--n). (1)
La substitution x = x 0 + ht fournit
G2n+ 2 (x + ht) = L
11 (xo + ht)2 n+2 =:
I (X )-B2n+2 (X )-
-
j(2n+2) (1")
. ':.,
(x-x_n) • • • (x-xn) (x-Xn+t)
(2n 2) I + '
ou
i (x0 + ht)-B2 n+2 (x0 + ht) =
= f(2n+2) (Z:) hzn+2 t (t2 -1} ... (t2 -n2) (t-(n+1)) (B)
- (2n+2) I •
.x., .r,
Fig. 2.12.1
ou.
Xq~t~Xq+i•
Elle n'est pas superieure ae si
(maxlf"(t)l}h2 maxl
[O, 1]
t(t-i)
2
1~e;
max ( t(t
:[0,1) 2i) I est atteint pour t= 1/2 et vaut 1/8. 11 suffit donc
que la condition
max Ir (t) I h /8 ~ e
2
(9)
soit verifiee.
Supposons que nous voulons etablir ou enregistrer en machine
un tableau de sin x surf0, n/2) tel que I' erreur d 'interpolation lineai-
re soit au plus 0,5 -1-0-6 • Vu que max I (sin x)" I = 1, îl resuite de
(9) que le pas ~oit etre tel que
h2 /8 ~ 0>5 .10-a ou h ~ 0,002.
La condition d' admissibilite de l 'interpolation lineaire est quel-
quefois trop forte si bien qu'on lui prefere I'interpolation quadra-
tique (interpolation au moyen d 'un polynome du second degre).
T:Jn cas elementaire de l 'interpolation quadratique est l 'interpola-
tion par le polynome de Lagrange sur Ies trois points Ies plus proches.
Soit Xq le point le plus proche de x. Posons x = Xq + ht et
f(:iq-ht)~La(xq+ht)=fq+f~+112t+fi t(t;-t>. (10)
Le resta de (1O) est
j<3>(t)ha t(t;,1> .
Pour qu'un tableau donne se prâte a l 'interpolation quadratique
(10) il suffit d 'avoir
max max
Ij<3> (t) Ih 3 I t (t'-i)
,,,~112 6
,~e.
Puisque max I t (tB~f) j =1/16, cette condition se reorit pour un
,,,~1,2
seul pas:
max I j<3> (t) I h3/16~s. (11)
Dans le cas concret/ (x) = sin x, e = 0,5 .10-a, on obtient h ~ 0,02.
Voici une autre technique permettant de rempla:cer la fonction
par un polynome de degre 2. Soit x E (xq, Xq+i), x = xq ht. +
On pose
f (xq+ht) ~ B3 (xq +ht) =
t{t-1) 2
= µ,fq+1/2 + /q+t/2
I
(t-1/2) + µ,/q+t/2
2
2 ' (1 )
I 12) FORMULES DE BESSEL ET D'EVERETT. FORMATION DES TABLEAUX 71
max
t(t-1)(t-1/2} I
6 =
1
, r- ' max
· I t(t 2 -1)(t-2)
24
_2.
0~1~1 l 72 V 3 0~t.Ei;1 1-128 '
Soulignons une fois de plus que toutes ces formules representent un mâme poly-
nome d ,interpolation. Le reste de cette formule est celui de la formule de La-'
grange, i.e.
1c2n+2> m
h2n+2 t (t2-1) ••• (t2-n2) (t-(n+1)) (16)
(2n+2) I •
L'ecriture (14) du polynome d'interpolation a l'avantage de reduire de moitie
le travail necessite par le remplissage des tableaux: dans le cas de la formule
d'Everett, Ies valeurs f (x0 - ht), O< t < 1, se calculent par
f (x 0 - ht) = S 0 (u) + S _i(t);
ainsi, la valeur S O {u) sert a trouver f (x 0 ± ht). On peut calculer tous Ies
Sq (u) pour u = 1/l, ... , (l - 1)/l et former Ies valeurs de f (x) aux n~uds
x0 +nh' du reseau serre comme combinaisons lineaires. Le calcul direct du
polynome d'interpolation a l'aide des autres ecritures veut qu'on additionne
2n +2 termes contre n + 1 termes pour (15).
Effectuons quelques constructions supplementaires pour n = 2 lorsque
2 2
s (t)=f t+12 t(t2-1) +f4 (t -1)(t -4)
q q q 6 q 120 •
- k t (t;2~ 1) et de calculer
au lieu de Sq (t). On peut offrir aux praticiens du calcul numerique des tableaux
qui contiennent, a cote de la colonne des /q, celle des
valeurs de la fonction par la formule
/3. Le calcul des f~-:o
I (xq + ht) ~ ~+1 (t) + .fg (u) = Ea (xq + ht)
serait alors des plus faciles. Proposons-nous de choisir le plus raisonnablement
le parametre k. Nous enoncerons ce probleme comme celui du choix d'un k tel
que la partie principale
sup I Ea (xq+ht)-Ea (xq+ht) I
tE[O, 1)
soit minimale. On a
- 4 t (t 2 -1) (t2 -4+k)
Ea (xq+ht)-Ea (xq+kt)=lq+t 120 +
+fq4 u(u2-1) (u2 -4+k)
120
(17)
§ 12) FORMULES DE BESSEL ET D'EVERETT. FORMATION DES TABLEAUX 73"
1:
fg+ 1 et etant voisins, Ies termes du second membre de (17) peuvent se compen-·
ser, et ce choix n'est donc pas le meilleur. lsolons donc au prealable le terme~
principal a droite dans (17) et portons
Si /< 4> (z) -=p- O, s1 est de l'ordre de h4• C'est donc la partie principale de la,
difference Ea (zq -+: ht} - Ea (zq +
ht). On choisit le plus naturellement k-
A partir de la condition de minimum du coefficient de l'expression de s1 :
min max j 5t (t2 -1) (t-2)+3kt (t-1) j.
k [O, 1]
On a l' egali te
t (t2 - 1) (t - 2) = t (t ~ 1) (t (t - 1) - 2).
Apres avoir effectue le changement de variable y = 4t (1 - t), on obtient„
par consequent,
St (t2-1) (t-2)+3kt (t-1)= ia y+ : !
2 y- ky.
Puisque pour t variant sur l'intervalle ferme [O, 1), y parcourt deux fois cet.
intervalle, on a ·
min max I St (t2 -1) (t-2) +3kt (t-1)1=
k [O, 1]
=min max
k [O, 1]
I1~ y 2 + 25· y- 43 ky I= 5
min max I y2 -ry I,
16 r [O, 1]
(20)
12
avec r =Ţ k-8.
Examinons la figure 2.12.2. Pour O< r < 1, la fonction y2 - ry admet
sur [O, 1] des extrema locaux en 1 et au point en lequel (y2 - ry)' = O, i.e. pour
y = r/2. Le premier extremum vaut 1 - r, le second --r2/4. Definissons To E
E (O, 1) par la condition que les valeurs de la fonction y 2 - ry en ces points
d'extrema locaux sont egales en valeur absolue, c'est-a-dire par l'equation
1 - To = ro/4. D'ou To = VS - 2 et
1
max I Y2 -roy 1=1-To=S-1/8 b.
[O, 1] a+lf8
74 INTERPOLATION ET PROBLt!iES CONNEXES (CH. II
Fig. 2.12.2
tel que
1
min max I y 2 -ry I
r [O, 1] 3+-Vs •
-COmpte tenu de (20), on obtient pour k :
I (x) ~ ~ /iPi(x),
f=l
et
'l1 (IP o (x) I + I P1 (x) I) = 'll·
On voit qu'en arrondissant Ies valeurs de la fonction l'errenr
d 'interpolation lineaire ne depasse pas l'erreur sur ces valeurs.
Etant donne que la premiere n'est pas superieure a 0,5 -10-P, la
deuxieme erreur est de 10-P au plus a condition que l'interpolation
n'introduise aucune erreur supplementaire.
La formation des tableaux a p decimales dans lesquels les valeurs de la
fonction sont entachees d'erreurs inferieures ou egales a 0,5-10-P est une ope-
ration fort penible. Soit
0, Yt . . . Yp 499 . . . 9 (1)
"'----v--'
li fois
a
le· produit scalaire est donne par l'egalite
b
U, ~)= J
a
p(x)i(x}g(x)dz; (1)
p > O presque partou,t sur [a, b]; Ies, fonctions dist1nctes sur un
ensemhle de mesure nulle sont considerees comme egales.
B) H est un espace eueHdien de vecteurs complexes n-dimen-
sionnels (x1 , . . • , xn): avee J)(imr PJ!Od-u.it sealairei
n
,x, y) = ~- P1P~it
i=1
(2)
P =
[plt,l est une: matniee deMnie positive.
Soit {cp1 }n = q,1 , . • • , ff)n; un systeme d'elements de H. Ce sys-
teme est dit or.thogonal si (<pi, cp1) = O powr i =I= j et ltneatrement
independant si
n
2} C1cp1= O
j=1
a eondition que tous Ies C1 = O.
L'orthogonalisation d'un systeme donne d'elements d'un espace
hilhertien joue un grand role dans Ies recherches theoriques.
§ 16) SYST2MES ORTHOGONAUX ET LEURS PROPRI:eT:es
d'oii
donc
k
'i'k+I = 'P~+i - ~
i=i
(r~;:' ,j,~)U ,j,f (5)
"i'(n) = Bn 'P(n),
ou
(7)
a (n) >< b (n) signifie que Ies deux elements sont d'wi mâme ordre de gran-
deur, i.e.
a (n) = O (b (n)), b (n) ·= O (a (n)).
Tandis que dans le cas de la formule (8) ces operations sont
au nombre de O (n).
3. Les valeurs de T n (x) obtenues directement par la formule (7)
risquent d'etre affectees d'une grande erreur de calcul: Tn (x) est
la somme
n
T n (x) = ~ dnJXJ. (9)
i=O
En calcul automatique, Ies ţermes dnp:7 peuvent acquerir une erreur
absolue de l' ordre de J dn;i' I 2 -t, d 'ou une erreur en Dn (x) 2 -t sur
Tn (x) avec
vu que
(IX I+ V 1 +IX 12) (IX I- V 1 + IX 12) = -1,
on e;n tire
Dn (.x)~f T n ( Ixii) J> (Iz I -1-1/1+1 zl2)";( I zi+ V f+I zj2)-n •
Nous avons
("l'i, L11>1+1)!(1"1+1, 11'1+1) = a1+1, l+i = 1,
i.e. (L11>1, Y.1+1) = (,J,1+1·, 11'1+1) ; donc
<:XJ+i, 1-t = (11'1, L11>1-1)/(11'1-h 11'1-1) = (11'1, 1"1)/(11'1-h "i'i-1) > o.
D'autre part,
a;+1, 1= (L11>1, 1"1)/(11'1, 11'1),
et la relation de recurrence (10) s'ecrit
(L,t,J, 'i'J) (,t,J, 'i'J)
'li'J+t+ ('l>J, '1'1) ,i,,+ {'l>J-h '1>1-1) 11'1-t-LWi=O. (1.4)
Le theoreme est demontre.
Considerons maintenant un cas interessant pour nous: le cas
A) pour cp1 == 1 et L un operateur de multiplication par x. 'l'J est
alors le polynome P 1 _1 (x) de degre j - 1 et, en changeant Ies nota-
tions a,11. = d1_17 k-u j = n 1, s'ecrit +
Pn+t (.x) +dn+i, nPn (.x) +dn+t, n-tPn-1 (.x)-.xPn (.x} = O, (15) ,
b b
S :tp (:t) P! (:t) dz S p (z) P~ (x) dz
dn+t, n = _a--:b,------ , dn+t, n-1 = ba > O. (16)
S p (:t) P! {:t) dz S p (:t) P~_1 (z) dz
a a
LEMME 2. Soit {'\J,J}n un systeme d'elements
j
11'1=~ bJt'Pi pour bJJ=i,
i=i
construit en orthogonalisant successivement le systeme fcp1}n, et soit
{ z 1}n un systeme orthogonal d' elements
j
ZJ =~ d1t'Ptt tous les dJJ= 1. (17)
i=i
d'oii
(q,k+t, "i'i)
($i, ,q,i)
En se rappelant la demonstration du lemme 1, on constate que zk+l est egale-
ment determine par l'egalite (5). Donc, Zk+1 = 1l>k+1, ce qui demontre l'unicite
du systeme orthogonal du type considere.
et la relation de recurrence
(li+ 1) Ln+l (x) - (2n + 1) xLn (x) + nLn-i (x) = O.
On: remarquera que pour n grands, eette relation, de mâme que (1)
avec a. et p queleonques, s'apparente a la relation de recurrenc&
pour Ies polynomes de Tehebyeheff.
3. Polynâmes de Tchebycheff. Pour a, = ~ = -1/2, p (x) =
= 1/y 1 - x 2 Ies polyn6mes de J aeobi deviennent Ies polyn6me!1
de Tchebycheff de premiere espece Tn (x).
4. Polynâmes de Tchebycheff de deuxieme espece. Pour a, = ~ =
= 1/2, p (x) = V 1- x2 , Ies polyn6mes de Jacobi s'appellent
polyn6mes de Tchebycheff de deuxieme espece
Un (x) = (sin ((n+1) arccosx))/V1-x2 =
= T~+t (x)/(n+ 1), n = O, 1, •.. ,
de norme li Un li = n/2. La relation de recurrence est la mâme-
pour Ies polynomes de Tchebycheff des deux especes.
5. Polyn6mes d'Hermite. L'intervalle est (-oo; oo) et la fonc-
tion de poids p (x) = exp (-x2). Ce sont Ies polynomes
dn
Hn (x) = ( -1texp (x2) din (exp (-x2})
a vec pour norme
11 Hn li= V 2n.n ! Y n
et relation de recurrence
Hn+i (x) - 2xHn (x) +2nHn-l (x) = O.
11s satisfont a l'equation differentielle
H;-2xH;,,= -2nHn·
6. Polynomes de Laguerre. L'intervalle est [O, oo) et la fonc-
tion de poids p(x)=xaexp(-x). Ce sont Ies polynomes
L~a>(x)=(-1fx-aexpx : 1
(xti+nexp(-x))
de norme
li L~a)II =V n I r(a.+n+1)
et de relation de recurrence
L~"-tt (x)-(x-a-2n-1) L~a>(x) +n (a+n) L~a21 (x) = O„
Les polynomes de Laguerre verifient l'equation differentiell&
x (L~a) (x))xx+ (a+ 1--.x) (L~a) (x))x= - nL~a) (x).
86 INTERPOLATION ET PROBL:EMES CONNEXES [CH. II
D'autre part, cette integrale est egale a zero, car Pn (x) est ortho-
gonal par rapport a tous Ies polynomes de degre inferieur. La contra-
dietion obtenue demontre le lemme.
LEMME 2. Soient x1 <n> < ... < x~0 les zeros de Pn (x). Alors
les zeros de P n _1 (x) et de P n (x) alternent„ c' est-a-dire :
a< x<r> < x~n-1) < ... < X~_-/> < x~> < b. (2)
DlilMONSTRATION. Supposons cette proposition vraie pour un cer-
tain n. Portons x = xin> dans (15.15); il vient
Pn+i (x~n>) + dn+i, n-1Pn-1 (xin>) = O.
Puisque dn+1. n-1 > O,
sg Pn+t (xin>) = -sg Pn-1 (xtn>). (3)
Comme tous Ies zeros du polynome Pn-i (x) = x"-1 + ... appar-
tiennent a l'intervalle (a, b), on a
sg Pn-i (b) = 1_, sg Pn-l (a) = (-1)n- 1 •
On en tire, compte tenu de (2),
sg Pn-t (xfn>)s::::z (-1)n-'.
De meme
sg Pn+l (b) = 1, sg Pn+i (a) = (-1)n+ 1 •
§ 16) POLYNOMES ORTHOGONAUX 87
11s sont donc elem0nts d 'un systeme orthogonal. Supposons que (4) est demontree
pour J ~ n 0t (5) pour J < n. Revenant a la formule (15.15), on a
(6)
.f
-,, (xo) - L"n (xo) -- 2 (-i)'(l J)Z /<2l+2> (,.) h2z
(2l + 2) I 1:, •
!{6)
..L; (x0) s'exprime par Ies differences /~;. On a finalement
l
I" (x)o - ,-.J_ L" (x )-- h-2 "1
n o - LJ
2 (-i)H ((i-1) 1)2 / 2;
{21) I o (7}
J=i
..avec (6) pour reste.
Les cas Ies plus usites de (7) sont l = 1, l = 2 :
Supposons, pour fixer Ies idees, que /' (x0) se definit par la reia„
tion
/' (xo) ~ (f (x1) - f (xo))lh. (1)
Conformement a (17.11) s,;m reste est
T1 = -I"{~) h/2.
L'erreur generee par Ies erreurs du second membre de (3) est evaluee
par const •Efhh.. On a donc au lieu de (2) .
Ir I~ g1 (h)· = A 1h1 + A 2Elh1t.
Le second membre atteint un minimum pour un h de l'ordre de
E 1/(l+h.> et son ordre de grandeur est Ell<l+h.>. On voit que l'ordre
de l'erreur augmente devant E avec l. Ceci etant, la valeur du pas
-q'ui correspond au minimum de l'evaluation d'erreur augmente cons-
tamment. N'oublions surtout pas que A1 et A 2 peuvent croître avec
l, donc il n'y a lieu d'augmenter l que jusqu'a une. certaine valeur.
Dans la pratique on recourt volontiers a toutes sortes de methodes
-de lissage des valeurs initiales des fonctions, qui permettent, d 'une
part, de diminuer E et, d' autre part, de rendre la fonction
plus lisse et, partant, d 'utiliser Ies formules de derivation par
anterpolation plus exactes. Nous en reparlerons au chapitre V.
Bibliographie du chapitre n
§ t: I [f5], II [22] ; §§ 4-7, to: II [7-, 36] ; § 18; III [25, 34].
CHAPITRE III
. INTiGRATION. NUMiRIQUE
l= Jf(x)dx.
a
Si f (x) ~ const sur le segment considere, on pose / ~ (b - a) X
X f (t), t etant un point arbitraire de [a, b]. On prend tout naturel-
lement pour t le point median du segment ; on obtient alors la
formule des rectangles
/~(b-a)f(bţa ).
Supposons que f (x) soit proehe d 'une fonction lineaire,- ce qui per-
met de remplacer !'integrale _par l'aire d'une trapeze de hauteur
(b - a) et de bases f (a) et f (b) (fig. 3.1.1). On aboutit a la formule
des trapezes ,
/~(b-a) f(a)if(b).
A vec la supposition ci-dessus sur / (x), des considerations geometri-
ques permettent d'esperer des resultats satisfaisants avec la formule
des rectangles. En effet, (b - a) f (bţa) represente l'aire d'une
trapeze quelconque de hauteur b - a et de mediane f ( bţa) , en par-
ticulier, celle d'une trapeze dont l'un des cotes se confond avec la
tangente a la courbe y =rt (x) au point (bţa, f (bţa)) (fig. 3.1.2).
Les formules de quadrature plus compliquees se construisent,
comme celles de derivation numerique, ă l'aide de l'appareil d'inter-
polation. Cette mâme technique nous permettra egalement d'evaluer
l'erreur commise sur Ies formules de quadrature. .
On demande de calculer !'integrale
b
Jf(x)p(x)dx.
a
§ 1l FORMULES DE QUADRATURE . DE NEWTON-COTES 95,
Le leeteur verra plus bas ( § 3) Ies raisons qui nous ineitent a intro-
d uire la fonetion p (a:) dite fonction de poids. Fixons-nous eertains
f(o)
f(h)
a o+b h
a /J 2
Fig. 3.1.t Fig. 3.1.2
D'ou
a
w,. <:r:> li P <z>'I dz.
nl
136 INTlllGRATION NUMlllRIQUE [CH. III
n:(di,
r
1
.•• , dn) = J
I w! (t) pO (t) I
nI dt,
-t
n,·-
- Jr po (t) co(t)
ro' (dj) (t - dj) dt,
-1
D= ) I t l!dt= 1, D, == ) 1-dt= 2
-1 -1
7-01007
98 INT.JliGRATION NUM:8RIQUE [CH. II1
et la formule de quadrature
b
Jf(x)dx~(b-a)f ( aţb) (6)
a
avec pour estimation du resta
max I I' (x) I (b~a)2 •
[a, b]
2. Formule des rectangles a point multiple. Soit n= 2, d1 =-
= d1 = 0. On a
b
JL 2 (x)dx=(b-a)f( aţb )•
a
Ainsi, la formule de quadrature s'eerit
b
Jf(x)dx~ (b-a)f ( aţb ),
a
le reste etant evalua par
(b-a)S
max I/" {x) ___,.....,...........
[a, b] I 24
La formule est la mâme dans Ies deux cas, mais l'estimation
du resta diff ere.
3. Formule des trapezes. Soit n= 2, d1 = -1, d2 = 1. On a
1
D= J I t2; 1I dt = :,
-1
1
D1 = J 1
2 t dt = 1,
-t
1
1
D2 = ) ţt dt=1.
-1
La formule des trapezes se met sous la forme
b
Jf (x) dx ~ (b
2
a) (/(a)+ f (b)) (7)
a
§ t] E'ORMULES DE QUADRATURE DB NEWTON-COTES 99
. X (x- aţb ),
oii
. b
Ls(x)=f(a)+f(a; b)(x-a)+f (a; b; aţ )(.x-a)(.x-b).
Le second terme de l 'expression de L, (.x) est une fonction impaire
par rapport au milieu du segment.Ja, b].
C'est pourquoi
b ib
j L, (.x) dx= j La (.x)_d.x.
a a
L3 (x) est un polynome d 'interpolation
de degre 2 correspondant a
d1 = -1, d2 = O, d3 = 1
(fig. 3.1.3). II correspond a ;ces d1, d 2 ,
ds:
t 4 t a+/J
D1=3, D2=3, Ds=a· o -2-
La formule de quadrature Fig. 3.1.3
b
Î /(.x) dx ~ b/ (/(a)+ 4/ ( bţa + / (b)) } (8)
a
est dite formule de Simpson. On evalue son reste par
+ 3/ (a+ 2
(b;-a) ) + / (b). (9)
a
Dans Ies cas examines plus haut 2- 4ron (x) · ne presentait pas de
changement de signe .sur [a, b]. Selon le theoreme de la moyenne
b b
j h(x)g(x)dx=h(x) l g(x)dx, xE(a, b], si g(x)>O;
a a
ce qui peut s' acrire
b
j<n> (x) 5 (J): iz) dx. (10)
a
Si j<n> (x) varie peu sur [a, b], l'estimation (1) ne sera pas en l'oc-
currence trop forte. Pour (9)
©n (x)= (x-a) ( x- 2atb )(x- 2
a~ b ) (x-b)
change de signe sur [a, b] et le resta ne se met pas directement
sous la forme (10).
§ t] FORMULES DE QUADRATURE DE NEW'fON-COTES . 101
~iont on sait qu'elle est exacte pour tous Ies polynomes de degre
n - 1. Soit Cn (An, [a, b ]) une elasse de fonctions n - 1 fois
eontiniiment derivables qe derivee j<n> (x) continue par morceaux
telle que I j<'"'> (x) I~ An si x E [a, b]. On se propose d'expliciter
sup I/ (f)-SN (/) I,
fECn(An[a, b])
J
f (x) = T:t + /<"> (y) (~n-=_11~;~ dy,
C . .
1
(1)
avec
n.-1
r:t = ~ pi, (c) (:ci(>i .
i=O
Portons eette expression de f dans celle de l'erreur
RN (f) = I (f) - SN (!). (2)
Rn (f) peut se mettre sous la forme
Cbaque J/'"'
a
(y) <"'tn--:::!'f;t dy se prâte 8. 1'8Criture suivante
b --
r /<n> (y) (x1-u>n-1 dy
Ja (n-1) I '
_ { t pour t > O,
t=
O pour t~O.
Donc,
b
Z (x) . J z (y)
r
X
(x-y)n-1
(n-i) 1 dy
a
sideree. On a
b · b
RN (Z) = J
a
KN (y) An sg KN (y) dy =An 5IKN (y) Idy,
a
par consequent,
b
sup
IECn(An, [a, b])
IRN(f)l=An J
0
IKN(Y)ldy. (6)
LEMME. Admettons que .l(fk (t) conserve son signe sur [a, b]. Alors
. 1 N
RN (/) = /<n> (t) (b-n~)n+i ( Jtn dt- ~ D1 (dj}"). (9)
O ;=1
D~MONSTRATION. En appliquant la formule de Lagrange generalisee au second
membre de (3), on obtient
b 1
RN (f)=f<n> (~) JKN (y) dy=f<n> m(b-a)n+i JK~ (t) dt.
a O
Portons-y f (y) = /o (y) = (y-;:t>n , nous avons
1
RN (/o)= (b-a)n+i JK'j; (t) dt.
o
Portant la mAme fonction dans l'egalite
RN Uo) = I Uo) :-- S N Uo),
on est conduit A
j N
RN <fo) (b~at+i ( Jt 11 dt- ~ DJ (dj)n) •
o ;=t
Ces relations entraînent
1 1 N
J
O
K~ (t) dt = n\ (Jtn O
dt- ~
i=1
DJ (d1)n) = a.
La validite de (9) est im.mediate. Notons que a est l 'erreur dans la formule
J =~
1 N 1
de quadrature J/
O
(.x) dz ~~
i=1
D1f (~) lorsqu'on calcule
O
dz.
exacte pour Ies polynomes de plus haut degre possible. II s'agit des
f ormules de Gauss.
Cette fa~on de poser la question s'explique par des considerations
suivantes. Supposons que nous avons construit la formule (1) stricte
pour tout polynome Pm de degre m:
I cPm) = Sn cPm)• (2)
Ceci etant, on a pour un P m quelconque la suite d 'egalites
Rn (f) = Rn (Pm) + Rn (f - Pm} = Rn (J - Pm)•
On a visiblement
b n
J
I Rn (g) (:::;;; Ig (x) lip (x) Idx + h 2 a LI I Di li g (x1) I :::;;; V n sup Ig (x) I,
a i=1 [a, b)
avee
b n
Vn =JIP (x) I dx+ ( b 2 a) ~ ID1 I• (3)
a ;=t
11 en decoule
IRn (/) l~Vn sup I f(x)-Pm (x) I•
[a, b)
ou
Em (/)= inf sup I/ (x)-Pm(x) I•
Pm[a. b]
Ies relations
b N
Rn(Xq)= \ xqp (x) dx- b a ~ Dp;<J= O, q ~ O, .•• , m. (6)
2
~ i=1
Nous avons un systeme de m +
1 equations par rapport aux ineon-
nues x1, • • • , Xn, D 1 , • • • , Dn.
Si m ~ 2n - 1, le nombre d'equations est au plus egal a celui
d'inconnues, et on s'attend que le systeme algebrique (6) possede
une solution. En resolvant ce systeme on peut essayer de construire
des formules de quadrature correspondant a m = 2n - 1, sans
pouvoir affirmer que leurs points appartiennent au segment [a, b].
Si cette derniere. condition n 'est pas satisfaite, la fonction / (x)
risque de ne pas etre determinee aux points de base de l 'integration
et l'operation de quadrature s'avere impossible.
Signalons qu'au chapitre VIII, en elaborant des methodes des differences
finies de resolution des equations differentielles ordinaires on sera mis en
presence de formules de quadrature basees sur des points exterieurs au
segment [a, b].
Formons Ies formules de quadrature correspondant a la valeur
maximale m = 2n - 1.
LEMME 1. Si x1 , • . . , Xn sont les points de base de la formule de
quadrature (1) exa_cte pour tous les polynâmes de degre 2n - 1, alors
b
J
,a
©n (x) Pn-t (x) p (z) dx= O,
du moment que
b
·) 1'>n (x) gn-1 (x) p (z) dx = O.,
a
"l'n (z) etant orthogonal par rapport aux polynomes de degre,inferieur
et tous Ies "l'n (x1) = O par hypothese; alors Rn (Q 2n_1) = O. Le
lemme 2 est demontre.
11 est maintenant possibie de construire la formule necessaire.
Donnons-nous Ies points d 'interpolation x 1 , • • • , Xn, "l'n (x,) = O,
et etahlissons la formule de Newton-Cotes suivant le schema du·§ 1.
N ous obtenons
b n
Jf (x) p (x) dx ~ b 2
a ~ G,f (x1), (7)
a i=1
qui est stricte pour Ies poiynomes de degre 2n - 1.
Si p (x) est presque partout superieure a zero, ii n 'existe pas de
formule de quadrature stricte pour tous Ies polynomes de degre 2n.
En effet, soit Q2n (x) = (x - x1)2 • • • (x-xn) 2 ; alors le premier
110 IN~GRATION NUMliRIQUE [CH. IIl
et le deuxieme s'annule.
Etudions certaines proprietes de (7) et demontrons enlil'partieu-
2
lier le signe plus des coefficients G1• La fonction ( 'l>n(z) ) est un
z-zz
polynome de degre 2n - 2 s'annulant en tous Ies points .x1 =fo .x,.
La formule (7) sera verifiee par cette fonction, donc,
b
r ( ,i,n (z) ) 2 (.x) d.x = b-a
J Z-Zz p 2
G ( '$n (z) ) 21 .
l z-zz xi
a .
En developpant 'l>n (z) il vient
z-zi
b
Gz=-b2
-a Jr (Ilz-z1)2
zi-z1
p(x)d.x>O.
a Ml
La formule (7) est exacte pour f (z) = 1, aussi
b n
Jp (.x) d.x =
o
b2a ~ G1 ;
j=1
G1 etant positifs, la derniere egalite se recrit:
b n
JP (.x) d.x = b 2 ~ IG1 I•
4
o j=1
En revenant aux formules (3), (4) on trouve
b n b
Vn = Jp (x) d.x + b 2 a ~ I G1 I= 2 JP (.x) d.x.
o J=i a
(4) entraîne alors l'estimation
b
I Rn (/) 1<2 {JP·(.x) d.x) E2n-1 (/). (8)
a
Citons une autre estimation de l'erreur dans Ies formules de Gauss
qui s'exprime a l'aide de
max I1c2n, (x) I•
[a. b]
Soit Lsn (.x) un polynome d 'interpolation de Lagrange base sur Ies
points doubles .x1 , ••• , Xn, i.e.
L2n (.x1) = I (.x1)., L2n (.x1) = I' (.x,).
§ 3) FORMULES DE QUADRATURE DE GAUSS Hi
Selon (2.6.11), on a
f(x)-L2n (x) = f(x; X1 ;x1; ••• ; Xn; Xn) 'I>~ (x).
Puisque pour Ies formules de Gauss Rn (Lan (x)) = O, on a
Rn (f) = Rn (f(x; X1 ; X1 ; ••• ; Xn ; Xn) 'Pi (x)) =
b
= Jf(x; Xt; X1 ; ••• ; Xn; Xn) 'P: (x) p (x) dx-
a
n
- b 2 a ~ D1f (XJ; Xt ; X1 ; • • • ; Xn ; Xn) lJ>: (XJ)•
;=1
Le dernier terme est egal a zero car "l>n (x1) = O quels que soient j.
C'est pourquoi
b
Rn (/)= J/(x;
a
X1; X1t ••• , Xn, Xn) 'I>: (x) p (x) dx.
$~ (x) p (x} etant non negative, on applique le theoreme de la
moyenne, ce qui donne
b
cit d2 da
D1 D2 Da
1 0,0000000000
2,0000000000
2 0,5773502692
1,0000000000
I
3 0,0000000000 0,7745966692
I 0,8888888888 0,5555555556
I
4 0,8611363115 0,3399810436
I 0,3478548451 0,6521451549
I
5 0,0000000000 0,9061798459 0,5384693101
0,5688888888 0,4786286705 0,23692H8851
6 0,9324695142 0,6612093864 0,238fl191861
o, 1713244924 0,3607615730 0,4679139346
avec p (x) = 1 - x2 •
Construisons la formule de Gauss basee sur n - 2 points relative-
ment a la fonction de poţds p (x) :
1 n-1
) I (x) p (x) dx ~ LJ D1f (di)• (11)
-1 ;=2
Pour la commodite nous avons designe Ies points par d2 , ••• , dn-i·
Posons
1 1 n-1
) /(x) dx ~ JQt(x) dx + LJ i5/ (di~-=-~~ (dJ).
1
(12)
-1 -1 i=2
Apres avoir substitue Q1 (x) et calcule la premiere integrale a droite,
on obtient la formule de quadrature cherchee
1 n-1
Jf(x)dx~Dtf(-1)+ LJ DJ!(d1)+Dnf(1),
-1 ~2
ou, en particulier,
D1=D1(i-dJ)-1 , j=2, ... , n-1.
En effet, soit f (x) un polynome de degre 2n - 3. Le calcul de la
premiere integrale de (10) ne donne lieu a aueune erreur. La diffe-
rence f (x) - 01 (x) est un polynome de degre 2n - 3 qui s' annule
pour x = ±1; aussi (f (x) - 01 (x)) (1 - x2)-1 est un polynome
de degre 2n - 5. II verifie la formule (11), et en substituant a la
deuxieme integrale de (10) le deuxieme terme a droite dans (12),
on ne commet pas d'erreur. Pour n = 2, la formule de Markov se
eonfond avec la formule des trapezes, pour n = 3 avec celle de
Simpson.
Soit maintenant p (x) une fonction impaire sur (-1, 11, p (x) > O
presque partout sur [O, 11, Ies points sont en nombre pair: n = 2l.
8-01007
114 INT.8GRATION NUM~RIQUE [CH. III
/(/}= Jo
1
(/(x)-/(-x))p(x)dx= Jo
1
f(z>~1<-z)xp(x)dx.
J(/) ~ ±.D/
i=1
(Yr,-)-t:.(--Vr,-) =
2 Vdj
±
i=1
D,(f(d,)-1(-d,)).
2n
"1 .
Si f (x) = ."-I a1:i', alors
· i=O
n-1
F (y) = 2,1 a21+1if.
i=O
Aussi . (14) et la relation suivante deviennent-elles des egalites
strictes. ·
§ 3) ...
P'ORMULES DE QUADRATURE DE GAUSS US
ou x, = cos 2
< i-;ni}1t sont Ies zeros du polynome de Tchebycheff_·
T n (x), sont d 'un grand interet pratique, en particulier pour Ies
problemes d'approximation des fonctions. 11 s'agit des formules de
Gauss sur le segment [-ţ, 11 avec pour poids -V__ . Verifions que
1
1-x2
la formule de quadrature (15) est exacte pour Ies polynomes T m (x)
si m < 2n. On a pour m = O
1
1
I (T0) = J' V 1-z 2
dx= n, Sn (T0) =n
-1 .
geometrique :
n
"1 i-1 a(qn-1)
LJ aq = q-1 '
i=i
on a
exp ( m(2n+1) -exp ni) (m (1-2n) ni)
S (T ) - n 2n 2n
n m - 2n
exp---1
mni •
n .:.m
Puisque
exp ( m (2n+1) ni)
=exp m (1-2n) I{ ni)
2n ,.~n ,
I U) = Î f (x) dx
o
est bien approehee par des polynomes trigonometriques de periode ro.
on a la formule
N-1
I({) ~ 8 N {/) = ; .~ / ( ţ )· (16)
i=O
On a
N-t
S N ( exp ( 2nmi : ) ) = Z~ exp {2nmi : )=
I ;21
=f
i=O
N-1
exp (2nmi)- 1
2
t = ro pour ; entier,
m
O pour N non entier.
exp { ; ' )-t
~VALUATION PRATIQUE DE L'ERREUR 117
D'autre part,
I ( { . x } } ro pour m = O,
exp 2nmi oo ={ O pour m -::fa O.
par consequen t,
RN (f) = RN (j - tN) + RN (tN) = RN (j - tN).
Pareillement a (8), on obtient l'evaluation
I RN (f) l~2co inf max I/ (x)-tN (x) 1·
tN [O, 6>)
/(/)= Jf(x)dx~S_"(f)= b
2
a~ D1f(xf), k=i,2;
a i=1
lta,fj(1)~2/a,fJ( ! )+ta,fJ(O)l=Sa.,fJ=l(1+a) 13 -2 ( ! 13
+a) +a 13 1.
On a
. 1· Ea., fi 1
11m 1 m - - = - .
13➔ 0 a.➔ o Sa., IJ 6
Ainsi, l'emploi de (6) en vue d'evaluer l'erreur dans la formule de Simpson
avec a et ~ petits est injustifie. ·
Si a et fţ sont faibles, l'estimation
! (b-a) It (b)-2/ { )
aţb + /(a) I (7)
paraît plus naturelle.
Dans un programme standard d'integration ou l'on a essaye d'obtenir le
resultat avec le «maximum» de surate on mesurait l'erreur par
no (b-a)N I/ (.x1; •.• ; .xN) I
avec no ainsi defini: on a pris le segment [O, 1) et pose
DO=
IR (la., tJ) I
sup
O<a. I la., 13 (.x1; ••• ; XN) I
0<13~N-1
pour la formule de Simpson un tel choix de DO conduit aussi a evaluer l' erreur
par (7).
Dans le cas d 'integrales multiples tous Ies procedes usuels d 'evaluation
de l'erreur partent du schema initial que nous venons de critiquer. C'est que dans
122 INT8GRATION NUM:8RIQUE [OH. I_II
le cas multidimensionnel l' erreur est evaluee moyennant les valeurs de plusieurs
derivees de la fonction a integrer. L'obtention d'estimations « justifiees •
analogues a (6) paraît ici une affaire tras ardue. Aussi s'adresse-t-on au schema
initial dont on verifie ensuite les resultats. Dans le calcul de !'integrale par la
formule ·
.N
I(/)~ ~ D1f (PJ)
5=1
N
dont l'erreur est evaluee par I l (f) I, l (/) = 2] B Jf (P 1) $ O les parametres
f.=t
libres sont les quantites D 1, B I et les coordonnees des points de base P J de
la formule de quadrature. Le choix de ces parametres se fait selon la regie.
suivante. On se donne le degre m des polynomes verifiant cette formule
et on suppose que Z (/) s 'annule sur des polynomes d 'un certain degre m.1
donne d 'avance (m1 < m) et ne possede pas cette propriete pour tous les
polynomes de degre m ; on pose d 'ordinaire m 1 = m -2. Par un choix
convenable de B J, D J et P J on prend un N minimal satisfaisant aux·
conditions imposees. Dans ces conditions l (/) est definie de faQon non univoque
N
a un certain facteur a pres : Z (/) = al 0 (I) avec zo (/) = ~ B11 (P J). Gene-
i= 1
ralement a est egale au D1/B~ de plus petit module.
b .
et rempla~ons !'integrale de depart par JLn (x) exp (i©x) dx; celle-ci
a
s'explicite en
b
n
=b-a
--exp ( iro-
a+b)~
- LJ 2
D1 (©b-a)J!
--
2
,(x,),
2
i=1
ou
1
D1(P) = J(II t=-d:,, ) exp (ipt) dt.
-1 h.=/=i 1
(1)
On aboutit a la formule.
b
J/(x) exp (irox) dx ~ s: (/)
a
(2)
J
I Rn (/) I~ If (x)-Ln (x) I dx~
a
Si p-+ O, on a
pcosp-sin p _ _ ]!_+O ( 3) O
p2 - 3 p -+ •
Rn (/)= J f(x)dx-Sn(/)-+oo,
-1
n -)o.OO.
Wn (x1, x2 ) -;4
n
J .
X2
1
n V1-x 2
dx
o
pour n-+ oo.
Xf
Alors on peut indiquer un b ;:fa O et un a tels que l'une des foncttons analytiques
vertfie -
.
lim I Rn (!) I= oo •
\"n ➔ OO
Iq =
·
1f (
aq-t
x) dx ~ Sq =
m .
_ aq-;aq-f. ~ Di/ ( aq-f.:aq + aq~aq-1 dJ) (a)
i=1
~vec
D ( max 1/<n> (x) I) ( ·
aq-a
q-
f. )n+1
[aq-t, aq] 2
Ne pensez pas que pour des fonctions possedant des derivees bornees peu
nombreuses, les formules composites d'integration numerique convergent mieux
que Ies formules de Gauss. Supposons que la fonction a integrer possede p derivees
bornees. Par application de la formule (4) correspondant a n = p, on obtient
une valeur approchee entachee d'une erreur O (N-P). On sait par ailleurs que
pour une telle fonction EpN-t (/) = O (N-P). La formule (3.8) entraîne donc
l'estim.ation suivante de 1 erreur dans la formule de Gauss a N points:
RN (/)=O (N-P).
L'ordre de l'estimation d'erreur est le mâme dans Ies deux cas.
Les formules de Gauss appliquees a tout le segment d 'integration presentent
un autre avantage. On n'a pas a evaluer le nombre Po de derivees bornees de la
fonction a integrer ni a choisir. par consequent, la formule la plus indiquee
d'integration numerique sur Ies segments partiels, car Ies formules de Gauss
garantissent automatiquement une erreur de l'ordre de O (N-P). Si Ies derivees
d'un ordre superieur a PQ ne deviennent infinies qu'aux extremites du segment,
l'ordre de convergence d.es formules de Gauss est d'ordinaire plus eleve. On
con~it qu'une formule convergeant plus rapidement n'est pas forcement plus
precise qu'une autre dont l'ordre de convergence est plus petit (cf. Ies expli-
cations des fig. 3.15.2-3.15.5).
Donnons certaines formules de quadrature et evaluons Ies erreurs
dans Ies cas particuliers des formules (3).
1. Formule des trapezes generalisee a pas d'integration constant.
Soit le pas constant aq - aq-i == H. La formule (3) deviant
aM
) f(x)dx~H {
a0
! f(ao)+ ! /(a,!)+! /(a1)+ 2
Par ailleurs, on a
max I KN (y) I= D (b-a)n
[a, b]
avec
~
D= max I (1-t)n
N
~ DJ
(dl-t)n-1
(n-1) I
I '
[-1, 1] nI
i=1
9-01007
130 INTEGRATION NUMERIQUE [CH. III
est dite estimation optimale de l' erreur dans les f ormules de quadrature
sur la classe consideree. S'il existe une formule de quadrature telle
que' RN (F) = W N (F), on dit qu'elle est optimale sur la classe
consideree.
Prenons
1
I(!)= j / (x) dx, f EF= Ct(A, [O, 11),
o
N
SN(/)= 2] DJ!(xi), x1 < ... <xN•
i=1
lmposons la condition
N
2] D1= 1. (1)
i=1
={ ,=mi:
pour y<x1i,
D'ou
V' (Qm) > O pour Qm > 1- Xm-t;:-Zm ,
Ainsi,
inf V (Q 2, ••• , QN; x 17 ••• , xN) ===
Q2, ••• ,QN;x1, ... ,xN
11
etait bornee.
§ 9. Optimisation de la repartition
des points de base des formules
de quadrature
Les methodes d 'integration numerique auraient pu se develop-
per par la creation de methodes optimales sur diverses classes
C~P> (A, [a, b)) et l'elaboration de programmes adequats. On s'est
vite aper~u que pour ces classes Ies procedes connus avec estimation
(6.7), (6.12) etaient proches de l'optimum; nous verrons au § 7,
eh. V que l'optimisation de la formule de quadrature n 'ameliora
pas l'ordre de l'estimation (6.7), (6.12) de l'erreur sur Ies classes
considerees. On a egalement constate que certaines methodes qui
coincident pratiquement avec Ies methodes classiques d 'Euler et de
Gregory sont asymptotiquement optimales relativement a l'evaluation
de la partie principale de l 'erreur. Plus precisement, dans ces methodes
sur Ies classes correspondantes de fonctions l 'erreur a ete evaluee par
§ 9] OPTIMISATION DE LA R~PARTITION DES POINT$ DES QUADRATURES 143
avee f(x) telle que I/" (x) l<Az sur (Bz-h B 1), l= 1, . .
0=B0 <B1 < ... <Bq= 1. On trouve
Iz(/)= j1 f (x) dx
.Bl-1
1.44 INT:IDGRATION NUM~RIQUE (CIL. III
q Azbf
Cl>= ~ 12N 2 •
l=1 l
11 s'ensuit
(~ bz V¾)=N.
l=1
tel que Pevaluation .de l'erreur .(J) est e au plµs. Comme <I> diminue
de fa~on monotQne avec la croi$sance des N 11, le c~ <I> = e sutfit
.al,llp,1~:QJ.~nt. .Mettons la foncti.on de Lagran,ge_ :soµs .la . for.me
+ ... +
N1 Nq +
1'.-1 (CI> - e) •
.E;n a.nnulant ses derivees par rapport a Ni, on aboutit aux memes
equations (1). Substituant Ni = b, V t{ dans <I> = e, ii vient
q
Â2/3 "'1 ( Ai ) t/3 b _
.cJ 48 l- 8.
l=i .
lq (I)=
r
aq
J f (x) dx ~ Sq (f) =
aq-aq-t
(/ (aq-t) + / (aq})•
2
aq-t
L'integrale sur le segment [O, 1) tout entier est alors determinee par
N
I (t) ~ ~ Sq (J)
q=1
et le reste s'evalue comme suit:
N
(aq-aq-t)3
r = ~ ( max If" (x) I) 12 (3)
q=i (aq-1, ag)
Soit I j'1 (x) l~F (x) sur [O, 1], F (x) continue; prenons pour a9 Ies
valeurs q> ( ; } d 'une fonction q> continument derivable et telle que
cp (O)= O, q> (1) = 1. 11 est immediat que
aq-aq- 1 =q> ( ; )-q> ( q N
1
) =q>' ( 1) ! +o cţ) pour N-+oo,
aussi
max lf"lx)I~ max F{x)=F(aq)+o{1)=F(cp(t})+o(1).
[aq-t, aq] [aq-1, aq]
Ces relations entraînent
(aq-aq-1)3 "
12 ( max I/ (x) l)<eq=
[aq-t, aq]
;2 (J(cp' (t))3 (T
1
;: =
.o
F
2
(t» dt) + o ( ;2 ). (4)
(aq-aq-t)3 Ct
( max F (x)) 12
~ 12Ns'". (7)
,[aq-1, aq]
D'ou
a~-.-----.--. o+1 ·, ·
(
3-y'I b(b-1)
b+i.
I) m3- _
'Y -
C t+c
t:
.
~2,
IF
,
(aq . 1) (,iq - aq-t) I ,< const ( q )d-i+d(b-3)
N
t
N •
D'ou
max F{x)=lb(b-1)1 ( N
q )d(b-2) +o ( ( Nq )d(b-2)-1 N1 ) =
(aq-1, aq]
= I b (b-1) I ( Nq )d(b-2) ( 1+ O ( q1 ) ) .
Par consequent,
(aq-aq-1)3
max F (x)
(aq-1, aq] 12
= I b (b-1)
12
I (-'L)d(b-2) ( (..!L)d-t _1 )a (
iV d N N
(.!.)).'
t+O q (5)
du moment que b=
3-;;d, l'exposant de la puissance a laquelle on eleve ; est
3(d-1)-l-d(b-2)=3(d-1)+d (
3
(i;d)) =0.
De cette fa ţon
3 3
max F (x) (aq~:t•> d I :~~-;- 1>I ( 1 + O ( qi ) ) pour 2 < g.
[aq-t, aq] ""
. o
J.
du calcul de exp ( - : } dz. Faisons F (x) =.= I( exp ( - : } ) "f. L'equation
(9.6) se met sous la forme ·
r
1 . .
jo exp· ( ~ ::) · d~~ Soit: F (:t) =.I; (exp ( ~~) I,alors au' lieu d'e (9.6) il vi~nt;_
3
·1......:2..î:..
1 b2 lexp (. - ~
b2 ) (~·)
dt ' =~
2 ..
D'ou
J.r_. VI 1-2 F
qi2 exp I (- r ~
3b2 . dq>= J _ -j/2 dt.
(Jl, )
ou
'Vi= J (ti-jÎ
1
(ti)) dt,
-1
1
Pz
= (·'b-a
2
)l+1 Jr j<l) (t (t)) tl-Qn
l l
(/<l> (~ (t)) tl) dt
•
-1
:,=1 i.-4::,
d
1
-=_Jt 1)/zi dt.
Le coefficient de /<1> ( b ţ a) est egal a l' erreur commise en calculant
.
!'integrale de
(
z-; b+af
d'apres.la formule consideree. C'est pour-
quoi y 0 = ... = Ym-i = O. Par ailleurs, 'Vm =I= O, sinon la formule de
quadrature serait precise pour n'importe quel polynome de degre m.
Ces raisonnements nous autorisent a acrire
Z-1
Rn (/) = ~ j<i> ( b ţ a ) ( b
2
a ) i+ 1 '\'i +
J=m
+max I f
( !) b-a
(x) I ( - )l+1 0l'\'Î,
[a, b] 2- (4)
ou I e, I ~ 1,Ym =I= O, m ~ l - 1.
Rappelons-nous qu'au § 1, nous avons obtenu des relations
de la forme
Rn (j) =const• f (m) (~) ( -b-a-
)m+1 (5)
2
pour Ies formules des rectangles, des trapezes et de Simpson. Pour
la formule de Gauss avec p (x) == 1, une telle relation decoule de
(3.9). II resuite de (5) la validite d 'une relation analogue a (4) avec
l=m+1.
Supposons que pour calculer
B
I(!) = J
A
/(x) dx
t-56 IN~GRATION NUdnIQUE [CH.· IU
aq= q> ( X, } , q> (t)' etant uiie- fonct:ion reguliere, <p (O)= A, cp (1) = B.
Alors aq- aq-i = â ( if ) . Utilisant (4) on ecrit
aq
J /(x) dx-Sq = Yml~) ( aq-1;r-aq) ( aq-./q-1) m~1 +o ( M!+2 ) .
Oq-1 .
Par consequent, l'erreur totale sur tous Ies segments elementaires est
M .
R~ (/) = Ym' ~ ,cm> ( aq-1:aq) ( aq--;aq-t) m+1 + O( ~+1 ) •
q=1
'\'2 =
rJ1 ct2-1)
2I
2
dt = - 3 '
-1
y3 =
rJ1 <t3-t) dt = O,
31
. -1
J\insi,
aq
J f (x) dx- ! (f (aq-1) +I (aq)) =
aq-t
ou
M
E2 (/) = ~ Hf" ( aq-1:aq )..
q=1
et, en definitive,
B
RM (/) = - :; ( J/" (x) dx) +o ((B--A) H'). (8)
A
q=i
L'expression entre accolades est la formule de quadrature des reetan.,-
gles pour !'integrale
B
J
A
j<t.> (x) dx = /< 3 >(B)- /< 3 > (A).
On a donc
I (f)-S11 (f) = ~~ (/< 3 > (B)-/< 3 > (A))+ O ((B-A) H6).
Nous avons obtenu le reste de la formule donnant S~ (f) et une-
nouvelle formule de quadrature
I (!) ~ SJt(f) = Sit (!)- :; (/' (B) - j' (A)) + ~~ (1< 3 (B) -
> /< 3> (A))'
avec pour reste O ((B - A) H 6), et ainsi de suite. En continuant,. ·
on trouve, pour chaque p entier, la formule de quadrature d'Euler
l(t) ~sf (/)
avee
z - "'1
exp z-t - .LI rJ •
,u.xf
;=O
'VJ se notent d'ordinaire B,fjl; B 1 sont dits nom:bres de Bernoulli.
Afin d'evaluer le resta de (2) on procede comme suit. Soit
p-1
H
I q (/) ~ S: (/) = 2 (/ (aq-t) + / (aq))- ~ y21r.H2h (/<211-1> (aq)- /<2k-1> (aq_t)).
1'=1
Portons dans le reste
r: (/)=IqU>-S: (f)
le developpement de / (z) sous forme d 'une serie taylorienne partielle
avec
compris entre
(B-A) min /< 2P> (x) et (B-A) max f<2P> :c ;·
[A, B) [A, B]
cette quantite est donc aga.le a (B-A)/< 2P> (~p), A<~p<B. L'expression
definitive de l'erreur est ·
/ (t)-S~ (I)= -Y2p/C2p) (bp) H2P (B-A).
Ci tons Jplusieurs valeurs
. 1 1 1
'\'s.=12 ' Y, = -720 ' Ya= 30 240'
1 1
Ys= 1209 600' '\'to 47900160 •
Dans la pratique, Ies formules d 'Euler sont · d 'un emploi peu
commode: on calcule, en plus de la fonction, ses derivees.
Rempla~o:µs dans la formule donnant Sx,f (/) Ies derivees j< 21t-1> (A)
et /< 2h-t) (B) par Ies derivees des polynomes d 'interpolation de
degre l bases respectivement sur Ies p~ints ao, .•. , al et aN, •.•
• • . , aN-.l• Si l = 2p - 3 et l = 2p - 2, Ies transformaţions inter-
_mediaires aboutissent aux .formules d 'integration numerique dues a
§ 13) RIGLE D'tVALUATION PRATIQUE DE L'ERREUR DE RUNGE 181
Gregory
I U) ~ Gk·(/),
l
~ ~k (Vkf (aM)-(-1)k â"'f (a
Gk (/) =S~ (/) +H k=i 0)),
ou
1
A.k = (-1)1'+1 r X (x-1) ••. (x-k) d
t-' J (k+1) I x.
o
En particulier,
1 1 19
~1= -12, ~2= - 24 I ~3 =- 720'
3 863 275
~~= - 160' ~5 =- 60480' ~a= - 24192 •
La partie princi pale de I' erreur sur la formule / (/) ~ Gk (f) est
~l+1Hl+2 (f(l+i) (B)-(-1)l+1 fZ+1) (A)).
PROBUi:ME. Demontrer cette derniere relation en supposant valables tous Ies
raisonnements ci-dessous.
D'ou
SM„ (f)-SMt (f)+PM2-PM1
Km= _ _ _ M___m
_ _M___m
_ __
1 - 2
-
Z2 -
o (M;m)
-------------
Âm-1
+ O
(M-"')
I
-- O
(M-"')
2 '
. Si l'on possede une evaluation plus forte de- PM, I (J) - S1o12 (/) ~ zi
sera satisfaite dans des hypotheses plus faihles .sur la relatio:Q. entre M1 et Ma•
Dans le calcul d'integrales simples• un cas typique est· celui ou '
(4)
Alors
Z2= o (Mim-1)+0 (Miffl-1) +o(Miffl-1)'.
(M2/M1)m-1
Soit d'abord M 2 /M 1 -+ t; d'apres (1
il vient
+e)m-1.,..., em avec e tendant vers zero,
{!: )m-1-m(!:-1).
Alors
Z2 =0 (
Mf+l ( z: -1)
f ) + 0 (Mr
~) = 0 ( i
(Af2-Mt).il1JW
) • (a)
Pour que cette premiere condition verifie (3) îl suffit donc que M 2 -M1 -+ oo
avec M 2 -+ oo.
Soit maintenant M2 /M1 -+ oo. Alors
(6)
pour que (3) soit satisfaite, i. e. il suffit que M 1 -+ oo. En reunissant Ies
estimations (5) ·et (6), on a
Z2=0 ( max ( ~1 , M2:MJ ~)-
Par consequent, pour que la regie de Runge s'applique au cas (4), il suffit que
M 1, M 2 - M 1 ~ 1. (7)
PROBL:li:ME. Demontrer qu'il suffit que M 1 ~ 1 pour que la regie de Runge
s'applique au cas PM = O (M-m-2).
II peut arriver que Km definie par (1) soit nulle ou tres petite.
Avec Ies M utilises dans la pratique, le terme K mM-m ne sera pas
sensiblemeni superieur en valeur absolue a p M et nos constructions
seront plutot douteuses. Dans ce cas, en evaluant ·l'erreur par z1 ~
on aura souvent une idee ·fausse de celle-la.
Si z1 est la partie principale de KmM;m et si z2 = o (M;m),
on est en droi t d 'acrire ·
/ (/)- (SM2 (/) + Zt) = 0 (M;j, (8)
i.e. S M 2· (j) +
z1 est une meilleure approximation de la valeur
initiale de I 'integrale.
La regie de Runge est a la base de plusieurs procedures de calcul
d'integrales. On se donne par exemple certains M 0 et  > 1 et on
u•
:f64 INT:mGRATION NUM~RIQUE [CH. III
(9}
avec, comme toujours, {Y} = y- [y). Le volume total de calculs est proportion-
nel, selon (9), a
(·IKml) +t-{log VIKm,I}
~Â,
..!..tog
m '- Mme
o
„ Mms o
1-r1
Le second facteur
m r1xm1}
1-• { log,_ 1/ - , ; -
 y Mo e
g (Â)= i
1-1;
s'ecrit
. y={log,_ v1:rel}
{log1., }/ I Km,I -log„ Mo-.log„ lfe}.
La precision 8 ne saurait etre consideree comme aleatoire, puisque d 'habitude
elle est donnee sous une forme bien determinee, par exemple s = 2-a, s = 1.0-•~
ou s = 0,5 •10-1 • Il en est egalement de la valeur M 0 • Par contre, I Km I y
166 INTt GRATION NUM:ERIQUE} [CH~ III
Â, 1,5 2 2,718 3 4 8 16
D'ou
Kt (e) = 1 075 2
g 2 < > = 1 062.
(2)
gi ' ' K2 (e) '
Ainsi, la substitution au point d'extremum d'une !onction g1 (Â.) du point
d' extremum d 'une autre change peu Ies valeurs des fonctions. On preferera
Â. = 2 ou Â. = e, ancore que, dans notre cas, le choix defiI1itif soit sans
importance: bien que  = e soit statistiquement meilleur, Â. = 2 est traditionnel
et presante certains avantages en ce qui concerne l'accumulation de l'erreur
de calcul. II est d'usage, lorsqu'on calcule des integrales s-uples et que l'on
passe A un grand nombi'e de points, de multiplier ce dernier par 28 , ce qui
correspond a Â. = 28 • Si s = 1, 2, ce choix est satisfaisant, et si R > 2, il
est moins heureux.
La regle- de Runge admet une autre utilisation. Integrons sur
un nombre de points M 1 et M 2 peu important, puis determinons Km·
Dans le cas unidimensionnel, on a ordinairement M,/M1 = 2.
A l'aide de l'equation I Km I M-m = e, on definit le nombre inconnu
M = Ms et on integre sur Ms segments partiels. Verifions le resultat
par la regle de Runge (si elle est licite) en nous appuyant sur Ies
calculs a M 2 et Ms points. Si, pour M 2 et Ms donnes, la regie en
question s'avere douteuse, on prend un autre nombre M,._ de segments
elementaires pour determiner l'erreur. Sila precision ne nous satisfait
pas, nous nous servons de SM3 et SM, pour calculer un nouveau Km,
puis le nombre cherche de segments M = M 5 • En choisissant la
strategie optimale de cet algorithme, îl faut voir s'il n'est pas pos-
sible d 'eviter de nombreux calculs repetitifs en prenant M plus
grand que· ne le donne la solution de I Km I M-m = e.
Formulons _une regla gouvernant le ehoix du eritere d'evaluation
pratique de l' erreur. Soient u une solution du probleme, Un Ies
approximations obtenues, lim un = u. On prend pour erreur sur
n-oo
§. 13] R:1!:GLE D':8VALUATION PRATIQUE DE L'ERREUR DE RUNGE 167
la solution
!
approchee
. • .
un certain Vn tel que
I Vn-(Un-u) I ~o
Iun-ul
pour n tendant vers l'infini. Evidemment I Vn I _, I Un - u I-
Dans notre probleme d 'integration numerique, nous adoptons
eomme mesure de l'erreur verifiant eeite condition la quantite
z1 si:z 2 = 70 (i1). Or, la relation / (/) - S M (f) ~ z1 est asymptotique.
Aussi, dans Ies cas particulierement importants, verifie-t-on si cette
relation a lieu. Par exemple, pour le cas decrit du calcul successif
des SM1. (/) pour Mt = M 0'J...1, on a
SMN)-SMi-1 (/) = (/ (f)-SMi-1 (/))- (I (t)-SMi (/)) =
= Km (Î--.m-1) M;-m + O (Mi"m).
Sile nombre d.e points est tellement eleve que o (Mt-m) e~t sensible~
inent inferieur a Km (Âm - 1) Mim, alors ·
SM.i+t (f)-SM. i (/) ,__ _
Km_(Âm-1)
_ _ _M:-+mi
_. _ Â,-m.
roi= SMi (f)-SMi-t {/) --., Km (Âm-1) Mim
gramme fut vaine. Il s'est trouve que l'integrande etait de la forme g (z) V :z: 6
ţtvec 6 > O tres petit et g (:z:) reguliere. Pour un partage equidistant du segment
d'integration, l'erreur se comporte en effet comme M-6 a,condition que M
soit tres grand. Pour des M reels elle se comporte comme M- 3 / 2 et, par conse-
quent, les quantites ro doivent âtre proches de 2-s12 • La verification de la regle
de Runge selon le critere roi-+ 2-m a ete en l'occurrence fort utile: l'estimation
d'erreur d'apres cette regle a ete d'environ 20 fois inferieure a l'erreur reelle,
et n'etait la yerification, le resultat definitif aurait ete entache d'une erreur
inadmissible.
Voici un exemple d'emploi heureux de la regla de Runge. On a eu a trouver
une importante serie d'integrales d'un mâme type et â garantir dans ehaque
cas la petitesse de l'erreur. On a decide de faire appel a·la premiere des proce-
dures decrites ci-dessus avee evaluation de l'erreur par la regla de Runge. Afin
168 INT:SGRATION NU'M:SRIQUE fCH. III
alors
(4)
l
Si ~ cir (Mi) est negligeable, on pose
r=O
(5)
Son examen revele que le probleme de caleul de I (j) s' enonce comme
suit. Soient donnees Ies valeurs approchees du polynome Q z (y)
pour y = M;j2, . . . , Mî 2 ; on demande de trouver Q z (O) = I ·(t) ..
Selon la formule d'interpolation de Lagrange (§ 2., eh. II),
l
=H ( 61 f(A)+ 64 f ( A+ T
H) +62 t(A+H)ţ . .. +61 f(B) ) (8)
64 . 20 t
4
1
f'aisons l=2, M1=2Mo, M 2 =4Mo. Alors co= 5 , c1= - c2 !, =: ,
.I(/)= 45 s,Mo (/)-45 8 2Mo (l)+45 8 Mo (/)=
7 t ) +gol
32 ( ~+,a
=H ( 00/(A)+gol 12 ( A+ŢH
2 ) +
+ :~ f (A+ : H) + :~ / (A+ H) + :~ / (A+ ! H) + ... + ;0 / (B)). (9)
Cette formule dont l'ordre de precision est 6 coincide avec la formule _de
quadrature (6.4) pour aq - a9 _1 = H si le calcul des integrales sur Ies segments
-elementaires ;se fait d'apres (2.10). De m@me, on obtient (9) en precisant la for-
mule de Simpson avec M 1 = 2M0 segments de division par la regie de Runge
:pour M 9 = 2M1.
La regie de Romberg procure certains avantages par rapport aux
formules composites. Supposons qu'on s'est donne une formule de
•quadrature, puis qu'on a calcule et imprima Ies valeurs SM02 i (/),
i = O, •.• , l, sans realiser la precision desiree. On essaye alors
-d'approcher !'integrale en appliquant la regie de Romberg pour
un certain ensemble de valeurs S Mo 2 , (/), • • • , S Mo 2P (/)_, puis de tester
la precision en l'appliquant pour l'ensemble
S Mo2s+t (f), • • •, S Mo2p+1 (/).
Le programme usuel le plus repandu de la methode de Romberg
travaille de faţon suivante: on se donne un certain M 0 et on calcule
.-successivement Ies valeurs approchees de !'integrale par la formule
.des trapezes I(/)~ S'JJ,,, (/) pour M,,, segments partiels: Mk =
= M O •2k. On se servira de preference de la formule
Mk-1
sW,k (/) =.!.sW,
2 k-1
(/) + B-A
Mk
"'
L.J
I (A+ 2j-1
Mk
(B-A)).
i=1
§·15) EXPiRIENCES ET LEUR DISCUSSJON 171
on a
swk (/)-= I (/)
Donc,
1(1)-Sll~ (I)= 2;; +o ( Io~~1i). k
1
ln IHHKI
Fig. 3.15.1
Inj R~ 1-minM;
§ 15) · EXPgRIENCES ET LEUR DISCUSSION
8
7
J
4
3
2
I
o
2 3 4 J 6 7 8
Fig. 3.15.2
-lg INNI
.9
8 s
7
6
J
4
J
2
I
o I J J 6 7
. Log2 N
Fig. 3.15.3
12-01007
-Lg' IRHI
7
s
6
2 f(:r)- -ln:r .
o I J 4 ,f 6 7 8
tog2 N
Fig. 3.i5.4
"\alg_ ·.e~J
z
f{z) •45·z-45
o I I 4 s 6 7 6
togiN
Fig. 3.15.5
§ 16) CALCUL D'INTEGRALES DANS DES CAS NON R:E:GULIERS 179
II vient/9 ~ r
(q-1)H
P, 9 ,(x):i:"dx=
1
1- ( 1-q
)~+2
+( a+2
(1)
Soit a calculer
i
I= Jr g (z) b .
b2 +xs dz avec b petit.
o
PROBLBME. Montrer qu'en calculant !'integrale par la formule des trapezes
a pas constant aq - aq-i = H = M-1 , l'erreur s'evalue par
• ( Mb
const•mm 1. • (Mb)S
1. ) • (4)
1
aq
Pi (x) etant des polynomes. Ces integrales peuvent s'expliciter. Pour plusieurs
classes de problemes, ou l'explicitation est impossible, îl serait bon de trouver
ces integrales par integration numerique. Ce travail supplementaire porte ses
fruits si Ies formules obtenues sont utilisees a maintes reprises, par exemple lors
du calcul d'une serie importante d'integrales, des integrales multiples en tant
qu'integrales repetees (voir eh. V), dans la resolution d'equations integrales.
3. Soit a calculer
1
I"' (I) = J/(x) exp (irox) dx
o
avec ro grand et / (x) suffisamment reguliere; exp{irox) sera pris
pour fonction de poids. Recrivons I 'integrale comme suit:
M qH
I=~ lq, lq =
q=1
J /(x) exp (irox) dx,
(q-1)H
tation f (x) = G (x) + g (x), JG (x) dx etant pris sous forme expli-
A
cite et g (x) reguliere~ On demande de calculer
t
r
I= J j (x) dx, f (x) =
ln.x
+.x 2 • (5)
1
o
Posons G (x) = ln x. Alors
:z:2 ln x
g(x)= -1+z2 ;
o
J ll I l I f(t) • t 5, M•20
I
I
Fig. 3.16.1
desk tres grands ressort ne serait-ce que de la consideration suivante.
Le pas constant tq -·tq-l = if
de !'integrale (6) correspond aux
points aq = <p (.t) r
= (; dans !'integrale initiale; aussi pour
k eleve exploite-t-on peu de valeurs de la fonction a integrer dans
la partie droite du segment (fig. 3.16.1).
6. Nous avons vu au § 10 que l'optimisation de la repartition
des points accelera elle aussi la convergence dans le caleul d 'inte-
grales de fonctions presentant des singularites.
7. Dans certains cas, on combine quelques-unes des methodes
decrites. Soit a calculer
I
Sg (x} ~exp (ioox) dx,
o
<0 etant grand, g (x) reguliere, g (O) -=I= O, -1 < a. La presence
du facteur exp (irox) exige qu'on l'isole en tant que fonction de
poids et celle de x'- qu'on adopte des mesures speciales afin de pouvoir
integrer au voisinage du point x = O. On ne saurait en l'occurrence
effectuer le changement de variable x ·= <p (t}, etant donne que la
fonction de poids correspondante exp (iro<p (t)) exclut le calcul
explicite des coefficients des formules d 'interpolation. La tactique
acceptable est la division du segment en parties inegales correspon-
dant a la repartition optimale de points lors du calcul de I 'integrale
de la fonction :J!X, puis l'application a chacun des segments partiels
des formules d 'interpolation (5.2) associees a la fonction de poids
1
exp (irox). Si l'on a des integrales du type ) g (x)x~ sin rox dx
o
184 INTi;:GRATION NUM~RIQUE [CH. II
(2 > a ~ 1., g (x) reguliere, g (O) =I= O), ce procede ne)oue pas puisque
la fonction non integrahle x-a. n'est pas approximee par des polyno-
mes dans le voisinage de x = O. Ici, on decompose !'integrale ori-
e 1
ginelle en J et ) , avec e de l'ordre de ! ; la seconde integrale se
O e
calcule par la procedura que nous venons de decrire. La fonction
sin rox de la premiere integrale n 'est pas un facteur fortement oscil-
lant, car ce choix de e limite le nomhre de ses oscillations; on trouve
donc cette integrale en adoptant, par exemple, comnie repartition
des points la repartition optimale pour g (O) rox1 -a. qui approche
la fonction a integrer pour rox petits.
8. Notre expose ne serait pas complet si nous omettions la metho-
de de Runge. Nous l'avons deja consideree· en calculant
1
Jg (x) ln x dx, i.e. !'integrale d'une fonction presentant des singu-
o .
larites. L'erreur provenant de la formule des trapezes a pas constant
1
dans le calcul de Jg (x) a!'- dx avec g (x) reguliere, g (O) =I= O.,
o
-1 < a < 1, s'ecrit D 1N-1 -a. +
D 2 N-2 -a. + ... ;
on a donc toutes
Ies raisons pour employer la methode de Runge.
9. On resout toute une serie de prohlemes en calculant Ies inte-
grales singulieres du type
B
I (a)= r x-a
J
8 (x) dx
. +. .
'q iq+t=
J --A-~'
Aq+t -q
L
z-
(x)
q
.1_
Aq-1
-Lq { Lq (x) pour z < .Aq,
(x)=
Lq+t (x) pour z>Aq.
Notons que pour que cette integrale existe et soit singuliere, on doit avoir
Lq (Aq) =Lq (Aq+t)•
Les integrales obtenu~ s'explicitent.
PROBL~ltIE. Soit H la longueur des segments elementaires egaux et supposons-
que sur chacun d'eux g (x) est approximee par interpolation lineaire. Ceci.
etant, !'integrale de depart l'est par la somme
M A+qH g ((q-1) H) +(z-(q-1) H) (g (qH)-,;(q-1H))
"1
LJ Jr ------
x-a
--a.x,
q=1 A+(q-1)H
ou H = (B - A) M-1 • Dans l'hypothese de I g" (x) I bornee etablir l'estimation
d'erreur O (M-2 ln M).
(2)
Soit a trouver
B
J/ (x) dx,
A
A= ao.
aq+i
= aq + hq. Nous avons obtenu 1~ valeur approchee de J / (x) dx.
ao
Si e1 < =
hq et, dans le cas contraire, hq+t =
Pq (/), faisons hq+i
= h: .
Nous sommes prets a faire le pas suivant. Si Pq (j) > e0 ,
il faut prendre ahq pour nouvelle valeur de hq et revenir au point
aq
de depart: on dispose de la valeur de J / (x) dx et on s'est donne
ao
le pas hq, Les conditions initiales de la procedura sont
ao
q= O, Jf(x)dx=O, h
ao
0•
(3)
fonction pour x plus faibles. D'autre part, nous avons vu que le pas d'integration
doit âtre reparti de fa~on que l'estimation de l'erieur soit sensiblement identi-
que pour tous Ies segments partiels. On en tire une conclusion en faveur de la
valeur p ~ as+1 •
Considerons ce cas. On peut prendre un pas h = h 0 tel que a"
Eoos+I < Cs I f<s> (x) I hs+I ,< Eo. (4)
Si
St< cs I /U> (x) I hs+i ,<so, (5)
c'est justement le pas qu'on adoptera pour integrer sur le segment considere;
Cependant, pour
eoaa+I < Cs I /<a> (z) I h•+i ,< Et (6)
La quantite {log ,+1 I JW (.x) I} a une loi uniforme sur [O, 1] puisque c'est vrai
6
(cf. p. t65) pour la repartition {log4 g} avec a quelconque et g de sources
independantes. . . . .
On montre que la J?robabili,te dQ l'evenement : l'inegalite (7) est satisfaite
pour un k entier, est log a+t p.
. a . .
Si l'ineialite (7) n'a pas lieu, alors, J?our as+1 ~ jţ, on a (6); la probabilite
de cette' derniere inegaltte est donc 1 - log a+t jţ. Ainsi, avec notre ptocedure,
' . u .
on effectue l'ini~gratio~ avec le pas h determine par la condition· (4), et I' esperance
math~matique du coO.t par pas est Pro:portionnelle a
loga a+t ~+2 (i-iogaa+t ~) =2-loga a+t ~-
· 1. Procedure INT 120. Appel de-· procedura: Z: INT 120 (A„ B,.
·F„ P, I, X). Parametres formels de la procedure: reel A {home
inferieure d 'integration); reel B (borne superieure d 'integration);
reel procedure F (fonction procedura sans parametresldonnant la
fonction A integrer f (x)); entier P (nombre conventionnel prenant
la valeur 1 ou 2 suivant la formule de quadrature utilisee ; si P = 1i
on emploie la formule de Gauss, si P = 2, la formule de Simpson);
entier I (nombre donnant le jeu de points ide base de)l 'integration ;
le nombre N de points est determine par la procedura d'apres la
regie suivante: N = 21 dans le cas de la formule de Gauss et N =
.= 2I + 1 pour la formule de Simpsoil. Quand P = 2, I est quel-
conque et su perieur A zero, et quand P = 1, I ne prend que les
valeurs suivantes: 1, 2, 3, 4, 6, 8, 12, 16, 24, 32, 48); reel X.
(argument de la fonction f (x)); reel Z (valeur calculee de !'integrale).
Les procedures INT 110 et INT 111 servant A ~alculer Ies integra-
Ies du type (a) et (b):
B B
(a) ) f (x) dx.,: (b) j f (x) cos (px+ cp) dx.
A A
2. Procedure INT 110. Appel de procedura:
poser A~ -1019 tel que j f (x) dx soit petite); reel B (borne supe-
-co
rieure d 'integration ţ si elle est infinie, on posera B ~ 1019 tel que
00 .
J/
-oo
{x) dx = ) / (.x) d.x-
M M
j /(.x) dx.
§ 18] PROGRAMMES USUELS D'INrnGRATION NUlrnRIQUE 195
(1)
Soit
i+2 i+2
~ Eh<E(1+
h=1
I~
h=l
Ihl}; (2)
(3)
13*
1.96 INT:€GRATION NUM~RIQUE [CH. III
+
on estime que ! 'integrale sur le segment [p, p h] est determinee. Soit p +h<
< 1. Passons au segment P.lementa~re suivant:
[P1, P1+h1], P1=P+h, h1=min(h, 1·-p1)
8
Quand on a b a~ p, on passe au calcul de !'integrale sur [p. P+ !].
U se feut que la condition (3) ne soit satisfaite pour aucun h < H, H =
= 2-a (p ţ 2-24) (valeur voisine de zero machine); ici est pravu l'arrât de
procedure l'etiquette L avec impression prealable de l'information p et h.
Le calcul commence avec h1n1t = 1, Ptnlţ = O et continue jusqu'A ce que
l'integrale ne soit calculee sur le segment tO, 1] tout entier. Si l'on se donne
+
la singuţarite [a;, Pl, pour chaque seginent partiel [p, p h] on teste l'inter-
section des [a;, PJ et LP, p + h]. Si elle n'est pas vide et que le pas suivant
h > 't, h est pose egal A ,;.
La procedure INT 120 pour P = 1 sert a calculer Ies integrales
de fonctions analytiques. Les procedures INT 110 et INT 111 lui
cedent un peu dans le cas des fonctions .regulieres et sont bien meil-
leures pour des fonctions non regulieres.
Signalons certaines particularites des deux dernieres procedures.
Leurs corps presentent des differences insignifiantes. Pour 8 = E
,et a> p, ces procedures travailleri.t de faoon identique. La variante
.-simplifiee (INT 110) vise a faciliter l'appel pour des series de pro-
blemes peu importantes. Quant a la variante compliquee INT 111,
~elle permet de reduire notablement la masse de calcul dans le cas de
~grandes series d 'integrales et de calculer Ies integrales _des fonctions
.:pourvues de singularites en pic. ·.
La possibilite de diminuer le volume de calculs que .nous venons
•de mentionner se realise de maniere suivante. On choisit !'integrale
"type (d'ordinaire la moins apte au calcul) de la serie donnee. La
:procedura INT·111 pose SI = 1, E egal ou inferieur a la precision
·voulue et 8 = 8 0 tres eleve. Les calcula nous menent a des valeurs
:approchees correspondant aux coups 8 = e0 , e02-~, ... , e 02-"n; k = 1
pour Ies integrales du type (a), k = 5 pour le type (b). L'examen
des resultats indique pour quel s = e 02-M est realisee la precision
demandee.
Si, pour cet e, la precision obtenue est sensiblement superieure
â celle desiree, il convient parfois d 'effectuer des calcula de correc-
tion avec e = 8 0 2-1 , ~ •• , 8 02-<"-1>. On disposera alors au total
des resultats pour 8 = 8 0 , e 02-1 , ••• , d' ou I' on choisira un e maximal
ieorrespondant a la precision voulue.
On calcule ensuite toutes Ies integrales de la serie pour e obtenu
,et E tres grand, disons E = 1019 ; un E grand garantit une seule
:Sequence de calcul sur tout le segment.
On trouvera Ies integrales multiples a l'aide de procedures ci-des-
eus si le compilateur admet des procedures recursives. Ainsi, on
§ 18] PROGRAl!MES USUELS D'INrnGRATION NUM~RIQUE 197
acrit
·1 -V1-x2
I= J( J exp(10(x+y))dy)dx
o o
sous la forme
1
I= J1
o
1 (x) dx
avec
-Vr=xi
11 (x) = ) exp (10 (x + y))d y,
o
et Ies deux fois on integre. numeriquement. La fonction a integrer
de I 1 (x) est reguliere, ce qui fait · que l 1 (x) se calcule aisement par
n'importe laquelle des procedures susmentionnees. La fonction 11 (x)
. 1
a une derivee non bornee au point x =;= 1; et pour trouver ~ 11 (x) dx
. o
on appliquera la· procedure INT 120 qui convient au calcul d 'inte-
grales des fonctions regulieres.
11 paraît naturel de prime abord de calcule~ Ies integrales sur des segments
elementaires en se servant des formules de Gauss· qui, pour le mâme nombre
de points, sont plus exactes que celles de Markov. Aussi est-ce bien ces formules
qui ont ete employees dans Ies premiers programmes standard d 'integration
avec recherche automatique du pas. Cependant la pratique en a revela un defaut
dans le cas des fonctions a variation brusque. Parmi les points des formules de
Gauss ne figurant pas Ies extremites du segment [p, p
1
+
h]; si l'on calcule
i 1
z exp (-Az) dz, A iltant grand), maiSle risque en est sensihlement moins
grand. · ·
Si la formule d 'integration sur un segment partiel renferme un point fron-
tiere, la valeur de la fonction en ce point sera utilisee pour trouver Ies integrales
sur Ies deux segments auxquels il appartient. C'est pourquoi le volume de
calcul par segment elementnire resta le mâme qu'il s'agisse de la formule de
+
Markov â n 1 points ou de la formule de Gauss a n points, et Ies formules sont
exactes pour des polynomes de mâme degre 2n - 1.. Un autre avantage de
la formule de Markov est de donner~ pour son (n +
1)-ieme point, la difference
divisee d'ordre n, i.e. d'evaluer la derivee j<n>, alors que la formule de Gauss ne
permet d 'evaluer que la derivee I (7t-:.l). La repartition reelle des points de la
formule de Markov est visiblement plus proche de l'optimum. .
198 INT:eGRATION NUM~RIQUE [CH. III
J ... J
c 1-h c8 -h
g (t) dt ~ h8 !,: = 0:, q= 1, 2.
1 1
Pour trouver
o
J ... J
o
g (t) dt on calcule Qf et Qf correspondant
1) 8=2:
~i=Ât ~ g(ct+ia.h, c2+iah)+
lil+lil=i ·
+A2 ~ g(ct+i~h, c2+;~h)+A 3 ~ g(ct+iyh, c2+iyh),
Jil+lil=1 Iii, lil=t
~i=Bt ~ g(ct+ia.h, c2+iah)+
lil+lil=t
+B2 ~ g(c 1 +i~h, c2 +j~h)+B3 ~ g(ct+iyh, c2+jyh)+
lil+lil=i Iii, lil=t
+B, ~ g(c 1·+ivh, c2 + jvh),
Iii, lil=i
ou
a= 0,658149897623035910, Aa= 0,173611111111111111,
~= 0,549119831921783496,. Bt = 3,99942795838189963,
y = 0,894427190999915878, B 2 = -6,2980390694930107 4t
v = 0,316227766016837933, Ba= O, 124007936507936507,
A 1 • 1,06136206790541224, B, = 3, 17460317460317 460,
A 2 = -0,234973179016523356,
Q~=Qt
La formule Qi est exacte pour tous Ies polyn6mes de degre ~ 5.
La formule Qf I 'est pour Ies polynomes de degre ~ 7.
2) 8=3:
~3
~
1
= 8 ( 44g (c ,c2, c )
225 1 3 +
+
11
: ~ g ( Ct + i ~ h, C2 + j -,I 151 h, C3 + k-,f 151 h) +
Iii, Iii, 11'1=1 .
+7 :4 ~ g ( + i -,I h; +
lil+lil+lkl=1
C1 1~ Cz
§ 1. Meilleures approximations .
dans un espace vectoriel norme
Considerons le probleme suivant. Soit f un ~ţement de l'espace-
vectoriel norme 1/l. On demande de trouver sa meilleure approxi-
n
mation par la combinaison ·lineaire ~ c1gi des elements lineairement
i=1
independants gi, ... , gn E fjl donnes. Cela equivaut
n
a trouver UD
element ~
i=1
cîgi tel que
n n
llf- i=1
~ cfgdl=A= inf llf- ~ c,gdl-
c1, • • • ,cn i=1
la fonction
n
Fr{c1, ... , Cn) = li f - ~ cigdl
i=1
11 filLp = yI
P J 1
I f(x) IP dx
llf - h 11 = (f - h 0
2
+
h 0 - h, f - h 0 +ho - h) =
= (f - h0 , f - h0) (h 0 - h, f - h0 ) + +
+
(f_- h 0 , h 0 - h) (ho - h, h 0 - h), +
du moment que h 0 - h E H, le deuxieme et le troisieme terme
s'annulent conformement a l'hypothese. On a en definitive
li f - h 11 2 = li f - ho 11
2
+ li h - ho 11
2
., (1)
donc,. li f - h 11 > li f - h 0 11 pour h =I=- h0 •
2 2
n
quels que soient c1, sinon (f - ~ a,gi, h) = O pour h E H quel-
i=t
n
conque; conformement au lemme 2 cet element~ aigi est le meilleur
· . i=1 .
§ 2) MEILLEURE APPROXIMATION DANS UN ESPACE DE HILBERT 205
Si f est un polynome de degre l, alors le degre def (x) Q; (x) est l j. Puisque +
la formule de Gauss est exacte pour Ies polynomes de degre 2N - 1, la for-
mule (5) est stricte si f (x) est un polynome de degre 2N - j - 1.
La resolution d 'un probleme exigeait qu 'on calcule plusieurs milliers.
d 'integrales du type
b
a1= J
a
f(x) QJ (.x) p (x) d:c, J=O, •.. , M.
§ 21 MEILLEURE APPROXIMATION DANS UN ESPACE DE HILBERT 207
Chaque f (x:i } eţait calculee une seule fois pour le groupe tout entier. On a egale-
ment realise un gain de temps machine supplementaire provenant du calcul
simultane des valeurs de tous Ies polynomes Q1 (x:i) en un seul point par des-
relations de recurrence. En repartissant Ies coefficients a; on a tenu compte-
de la masse d'operations qu'exigeait le calcul des valeurs de la fonction f (x}.
Dans un autre cas semblable il s'est avere plus rationnel, du point de vue•
de l'economie de teml?s machine, de s'abstenir d'une pareille division, de prendre-
un N correspondant a aM et de calculer avec toutes Ies integrales a la fois. Le-
volume de calcul a ete reduit d 'environ 100 fois par rapport au procede initial.
Nous avons deja J>arle de l'habitude des clients d'apprecier l'efficacite
d 'une methode d' apres la part de travail utile. C' est d 'ailleurs la raison pour-
laquelle ils se sont opposes un certain temps a la procedura decrite en alleguant
la « trop grande precision ►> des calculs pour j petits, qui entraînait beaucoup
de travail a vide. Les calculateurs Ies ont convaincus alors de la haute efficacite·
de la methode en arguant du pourcentage de travail utile: le volume de calcul
de toute la serie d'integrales n'est superieur que de 20 % a celui de !'integrale
aM par la formule (5), ce qui fait que la part de travail utile constitue quelque
80 pour cent. L'argument a porte, et Ies clients ont accepte la methode. Si
la fonction f (x) est mal approchee par des polyn6mes, on procede comme suit:
on calcule toutes Ies integrales simuitanement a l'aide de l'aigorithme d'inte-
gration, la recherche du pas etant automatique et Ies points d 'integration
restant identiques pour toutes Ies integrales, Ies memes que pour !'integrale·
aM qui est « la pire » de toutes. Pour realiser cet algorithme la procedura-
standard d'integration avec recherche automatique du pas ne convient plus,
et un nouveau programme s'impose. II existe une autre possibilite, a savoir-
ne pas caicuier directement toutes Ies valeurs def (x), mais determiner certaines
d 'entre elles en interpolant ~ur des valeurs deja caiculees.
(2)
§ 3] TRANSFORMATION DE FOURIER DISCR:t;:TE 209
Âq = ~ llq+sN•
8=-00
14-01007
210 APPROXIMATION DES FONCTIONS ET PROBL'EMES CONNEXES [CH. IV
Puisque (g q, g q) = 1, on a finalement
(gq, g1) = f>q-J pour O~ q, j < N. (5)
Multipliant scalairement (4) .par gJ, il vient l 'egalite
N-1
Âi= (f, gJ)=. ! Li
l=O
Iz exp (-2nijxz); (6)
evidemment
1
A,-:r a,= J/(x) exp ( -2nijx) dx
o
pour N ~ oo et j fixe.
Cela ne veut nullement dire que
N-1
f (x) ~ ~ ÂJ exp (211:ijx).
;=o .
(J
Fig. 4.3.1
const•exp (2niqt) avec q/N proche de 2k pair. Aussi le reseau de pas 1/N tout
comme le reseau deux fois plus fin (avec le pas 1/(2N)) ont-ils donne tous deux
le graphique de la meme fonction const •exp (2nt (q - 2kN) t).
Une autre fois on a obtenu une solution absurde en calculant le diagramme
de directivite d'une antenne. On a essaye en vain de detecter l'erreur dans le
programme, la methode de resolution ou la description physique du probleme.
Or, la cause d'erreur etait la mâme que dans !'exemple precedent: le graphique
d 'une fonction fortement oscillante· etait imprime sur un reseau tres espace.
La fig. 4.3.1. visualise en trait continu le graphique reel de la section du diagram-
me et en pointille celui obtenu par interpolation des z calcules.
11 existe une correspondance entre le probleme d 'approximation
des fonctions par des combinaisons lineaires de polynomes de Tcheby-
eheff et leur approximation par des polynomes trigonometriques. Sup-
posons que la fonction f (x) est approchee sur le segment [-1, 1]
m-1
par Ies combinaisons lineaires ~ a1T 1 (x). Par le changement
. ~o
de variables x = cost Ie probleme se ramene a l'approximation
de la fonction f (cos t) par la combinaison lineaire
wi-1 m-1
~ aJTJ (cost)= ~ a; cos (jt).
;=O i=O
On a l 'egalite
1 - :t·
= ! ~ .••! ~ f
ir=O it=O
1r+2ir-t+• .. +2r-1;1 X
r r-m+t
X exp ( - 2~i ~ ( ~ qk2k+m-r-2 ) Îr+t-m) .
ffl=1 1'=1
x( ! ~ exp(-2nij~2- q
i1=•
1
1)f;r+2ir_ + ... +2 r-t;J • • • ).
1
··2-ml)
exp ( -2nt-1
·+1
2
--2-m)
+exp (-2ni-
1·-1
--2-ffl
2
)
exp ( - 2m1 - = 2 cos (n2-m) 1
ou
cos (st2-m) =
, / 1
y---2--
+ cos (n21-m)
pour m ~ i. .
Dans certains cas on arrive a reduire le nombre d 'operations de plusieurs
fois encore. Nous en avons deja parle: on s'est donne une fonction reelle f (t) =
= g (cos t) connue aux points tz = n <~;
1
> ; on demandait de trouver Ies
coefficients du polynâme d'interpolation
N-1
~O ÂJCOSjt.
V (x) = rr
m-1
:,=1
(z; -x), ~ (x) = Qn (x) +dv (x), d> o,
et examinons l' allure de la difference
D'autre part,, f (x) - Qn (x) > -L sur [z 0 , z1 ]_, ee qui fait que
pour d suffisamment petits, par exemple
min I f (x)-Qn (z)+L I
d< d1 --~~~ma-x~,-v~(z~)~I--'
[zo, z1J
[zo, z1J
•on a sur [z0, z1) :
f (x)-Q! (x) >-L.
De plus,
Ainsi
II (x)-Q! (x) I< L
-sur ee segment pour un d assez petit. En raisonnant de fa~on analogue
-sur Ies autres segments, nous pouvons indiquer un d0 petit tel que
-sur tous Ies segmenta on ait
I f (x) - Q!0(x) I < L;
v (x) et, partant, Q::O(x) sont des polyn6mes de degre n.
Cela est eontraire a notre hypothese selon laquelle Qn (x) est le
polyn6me de meilleure approximation et m < n +
2. Le theoreme
-est demontre.
Cette demonstration du theoreme de Tchebycheff, ainsi que la methode
lterative du § 7 qui va nous permettre d 'obtenir le polynome de meilleure appro-
ximation uniforme, constitue une sorte d 'impasse dans !'edifice de notre cours.
En effet, ni Ies methodes ni Ies resultats ne trouvent aucune application dans
l'oxvose suivant. N'empâche qu'ils peuvent interesser le lecteur en tant qu'exem-
ple typique d'etude des prohlemes de la programmation mathematique, une
branche recente des mathematiques appliquees qui se developpe a pas de geant.
Le po Iynome
„ Q! (x) +Q; (z)
est done lui aussi la meilleure appro-
2
ximation uniforme. Soient x 0 , ••• , Xn+1 Ies points eorrespondants
§ 6) EXEMPLES DE MEILLEURE APPROXIMATION UNIFORME 21.9
11 d /)
Fig. 4.6.1
suit (fig. 4.6.1.). Menons une secante par Ies points (a, f (a)), (b, f (b)).
Soit a 1 sa pente. Tra~ons une tangente a la courbe y = f (x) de
pente a 1 et une droite parallele aux deux precedentes et situee a egale
distance d 'elle.c;.
PROBLSME. I (z) =Iz I, [a, b) = (-1, 5). Construire le polynome de meil-
leure approximation uniforme de degre 1.
3. La fonction 't (x) satisfaisant a la condition j<n+u(x) ~ O
est approchee sur [a, b] par un polynome de meilleure approximation
de degre n; on demande d'evaluer En (f). Au § 9 du chapitre II,
nous avons evalua l'erreur dans l'interpolation avee Ies points zeros
du polynome de Tchebycheff
a+b b-a ( (2k-1) )
:rt
Xk.=-2-+-2-cos 2(n+1) '
§ 6] EXEMPLES DE MEILLEURE APPROXIMATION UNIFORME 221
a savoir
If (x)-Pn (x) I~(max I /<n+1>
.
(x) I) ,2
~.~
2!:~::+ 1\,. • (1)
D'ou l'inegalite
_,, ,.
E n (!) ~(max I j<nH> (X ) I) (b-a>7i+i
22n+1 (n-1-.1) l •
[~~; I
/ (x) = ~ a1x;,
J=O
qui converge pour Ix I~ 1. Dans ces conditions il serait bon de
recourir a la methode suivante dite methode telescopique. On choisit
un n tel que l'erreur resultant de la formule
n
f (x) ~ Pn (x) = ~o a1x;
est suffisamment petite. On approche ensuite Pn (x) par le polynome
P,.,_1 (x), sa meilleure approximation uniforme. Selon la formule (3)
Pn-1 (x) = Pn (x) - 0-nTn (x) 21 -".
Puisque I Tn (x) I <1 sur [-ff 11,: on a
I Pn-1 (x) - Pn (x) I ~ I~ I 21 -",·
puis on approche P.,,,_1 (x) par Pn-2 (x), sa meilleure approximation
uniforme, et ainsi de suite, tant que l'erreur provenant deces appro--
ximations successives reste faible.
Ce procede admet une description differente. Developpons Pn (x)
suivant Ies polynomes de Tchebycheff
n
Pn (x) = z1 d1T1 (x).
l=O
224 APPROXIMATION DES FONCTIONS ET PROBL:8MES CONNEXES [CH. IV
m
lntroduisons Ies notations Qm (x) = ">'! d1T J (x) pour m ~ n. Tout
M
polynome Qm (x) est un polynome de meilleure approximation uni-
forme de degre m pour Qm+i (x); ceci etant,
Em (Qm+1) = li Qm+l - Qm li = I dm+i I• (4)
·Cela decoule par exemple de la formule (3) ou directement du
theoreme de Tchebycheff. 11 en resuite que Qn-i (x) = P.,,,_1 (x),
·Qn-2 (x) = Pn- 2 (x), etc.
L 'idee de la methode est la suivante. La fonction de depart est
approchee par le terme P.,,, (x) de sa serie de Taylor, puis Pn (x)
,est developpe suivant Ies polynomes de Tchebycheff et on rejette
1plusieurs derniers termes du developpement. Du moment que
71
JPn(x)-Pm(x)I< ~ ld1I,
i=m+t
a'estimation totale de l 'erreur s'ecrit
71
1/(x)-Pm(x)j~maxj/(x)-Pn(x)I+ ~ ld,j.
i=m+t
11 en decoule
Em (/ +
g) ~Em (/) +Em (g).
Posant m = n, g = Qn+i - I, il vient
En (Qn+1) ~ En U) En (Qn+i - /). +
Compte tenu de (3), on a
En (Qn+1) = I an+l I 2-n.
Donc,
En {/) ~ En (Qn+1) - En (Qn+1 - /) ~
~ I anH I 2-n - li / - Qn+i li• (5)
Le theoreme est demontre.
Voici !'exemple de En (/) encadree. Soit
00
~ ld1I•
llf-Qn+1II~.,=n+2
Conformement a (4), En CQn+1) = I dn+1 I- Avec la premiere inega-
lite (5) on a
00
En ~ I dj I•
(/)>I dn+t I- j=n+2
D'autre part, on ·a evidemment
00 00
L'ensemble de ces points n'est pas vide et peut etre construit comme suit.
Prenons un point xk quelconque tel que
I R!- 1 (x11) I> I E 1H l+qo ( li R!- 1 (x) 11-1 Ek-t I);
METHODE ITERATIVE 227
vu que le second membre de cette expression ne depasse pas J1 R!- 1- (x) li, ce
point existe bien. Si Ek-1 = O, Ies conditions imposees sont verifiees par un
ensemble de xk et de n +
1 points quelconques parmi 1
, ..•, x!- x!+l •
1 1
Pour Eh-1 =I=- O, tous Ies I R~-- (xt- ) I =I=- O; considerons Ies cas suivants:
a) xk E [:c"·-1 :i/'·-1]
-1 ' O '
b) h E[ k-1 k- 1]
x Xn+i' Xn+2 '
c) xkE[""h.-1 xk-11
'"'O ' n+1 ·
Dans a) posons :z:~=xh,
k
k-1
xi pour Rk-1 ( k-1) Rk-1 ( h
n > 0'
Xn+t n xn+1
)
Les quantites R!-!(xf), i=O, ..• ,n+1, k fixe, alternent en signe par suite
du choix des points xt;
Ies signes de dt
alternant eux aussi. Et la relation (3)
s'ecrit
n+t
I Ek I= 21 hT IR!- t (xt) I {4)
i=O
avec
n+t
II est evident que 21 ht = L
i=O
Si Ies xt verifient la condition î'), ii vient
IR!- 1 (xT)l>IEh-1j, i=O, ... , n+i.
Donc (4) fournit
n+t
IE" I> 21
i=O
htJE1Hl=IE1HI, (5)
t
x 0 , ••• , xn+
k- ' ·r·1ent pas 1es cond"t'
k- t ne veri
1 1 1ons du t h'eoreme
' de T chebycheff
et l 'on a, conformement a a),
I R!- t (x~) I > I Ek-1 I,
+
pour au moins un i [dans l 'intervalle O,< i < n 1. Alors (5) fait place
ă IE" I> I Eh- 1 1- Il se peut que E 0 =0, mais compte tenu de la derniere
inegalite, on a, pour tout !k> 1, I Eh I> I E 1 I> I E 0 I> O. Aussi, quels que
soient k > 1 et O< i ,< n, on peut acrire la suite de relations
21 E 1 I< 21 Eh I= IR! (x~+ 1)-R! (xT) I <
< [a,
max I {R~ (x))' I (x'+ 1 -
b]
xt) < D2 (x1+ 1 - x~).
11 en rasul te
k (b-a)-<n+h 1 ( 8 ) n+t
(6)
hi> n+t n+2 b-a = d,
~ e-<n+i)
i=O
d ne dependant pas de k et i. Si a) est satisfaite, il existe au moins un p,
< +
O p ,< n 1, tel que
I R!- 1 (x:) I> I Eh-t I +qo ( li R!- 1 11-1 Eh-I I).
La relation (4), compte tenu de (6), donne
IE1'1> ~ h?IEh-1 1+1i;c1Eh-1 1+qo(IIR:- 1 11-IEh-ll));=
i:ţ:p
= I Eh-t I+1i;qo ( li R!- 1 11-1 Eh-t I ) > I Eh-t I + dqo ( li R~- 1 11-1 Eh-i I ). (7)
Puisque En (/)<li R~-t li,
En (/)-1 E 1' I,< (1-dqo) (En (/)-1 EIH I),
et
O,< En (/)-1 Eh I,< (i-dqo)h (En (/)-1 E 0 I), I Eh I =En (/)-\-0 (qk).
(7) entraîne egalement
li R:- 1 n-1 Ek I< (dqo>- 1 ( I Eh,-, E"- 1~1);
d'ou
li R! li= En (/) +0 (qk). (8)
Ce qui demontre la premiere proposition du theoreme.
Lorsqu'on veut, dans la pratique, rechercher le polynomc de mcilleure
approximation, on effectue d'habitude un deplacement complementaire a partir
des points ~ proposes plus haut afin que chacune des quantites I Rk-1 {~) I
soit la plus grande possible et que Ies conditions a), ~), y) soient realisees.
Passons a la deuxieme proposition du theoreme. Notons que la convergence
de Q! (z) vers Qn (x) ne possede en fait aucun interet pratique. En cffet, si r on
construit le polynome de meilleure approximation, c'est pour calculer a son
aide Ies valeurs de la fonction. Si, au lien de ce polynome, l 'on obtient Q! (x)
pour lequel li Q! - fli ~ En (f) = IIQn - fli, le degre de proximite de
Q!Hx) et Qn (z) est sans rapport avec le but a atteindre.
Fixons n +1 points x 0 , • • • , Xn E [a, b] distincts. Soit Sit un point de
coordonnees (Q~ (zo), ... , Q~ (xn»• Montrons que
Sk ~ S = (Qn (xo), ... , Qn (xn)) pour k ~ oo.
Supposons le contraire, i.e. qu 'il existe une suite partielle k (j) - oo pour
laquelle
p (Shd>, S) ~ y >O (9)
quel que soit j. p est la distance euclidienneJ usuelle. Les quantites I Q!(xi)I
sont uniîorm.ement bornees par suite de 1'inegalite
I/ (x) - Q!,(x) I~ D1.
Par consequent, l'ensemble des points Sk<i> est contenu dans une portion finie
de l'espace a (n_+ 1.) dimensions et .est un compact. On peut donc isoler de
§ 7) DTHODE IT:8RATIVE 231
la suite Sk<i> une suite partielle Sk<i<m» convergente vers une limite
S 0 = (b 0 , ••• , bn) lorsque m-+ oo.
Le polynome d'interpolation de degre n pour Q!
(x) et Ies points x 0 , ~ •• , xn
co'incide avec lui-mâme; en recourant a la formule du polynome d'interpolation
de Lagrange, on a
n
Q! (x) = 2} Q! (x1) (J)i (x) (10)
i=O
avec
X-XJ
ffii (x) = II X1,-Xj
N-:i
Puisque Q!(i(m))-+ bt pour m-+ oo, la relation (10} donne
n
Q!(j(m))-+ ~ b i(J)i (x) = Qn (x} (11)
i=O
uniformement sur (a, b] pour m-+ oo. On a
Par consequent,
Q!(j(m)) (x;)--+ On (xi)= Qn (xi}
quel que soit i. Cela signifie que Sk<i<m» --+ S, ce qui est cootraire a (9). Ainsi,
on vient d'etablir que Sk--+ S pour k--+ oo. (11) entraîne alors que Q! (x)--+
--+ Qn (.x) uniform.ament sur [a, b]. C.Q.F.D. .
Pourquoi prendre q0 < 1? pourra-t-on demunder; Est-ce que q0 = 1 n'est
pas la meilleure valeur? L'estimation (8) serait alors plus precise et, a ce qu'il
paraît, le processus iteratif convergerait plus rapidement. La question du choix
de C/o pour chaque classo concrete doit etre tranchee par des calculs experimen-
taux. Dans cet algorithme le plus gros travail est necessite par la resolution
du systeme (2) et le. choix des points xr
Ce choix depend a son tour de la com-
plexite du calcul des valeurs de / (x). Si ces dernieres se calculeilt sa:ds trop
de difficulte, il est tout indique de prendre le plus grand q0 • 11 ne faut pas non
plus perdre de vue qu'aux premieres etapes de l'approximation nous sommes
loin de la solution cherchee et certaine deterioration de la precision de l'algo-
rithme est donc permise quî allege Ies premieres iterations.
Ainsi, on modifie parfois l'algorithme decrit plus haut. A cette fin on fait
corrcspondre a tout m naturel un Wm: O < Wm < 1, et l' ensemble Mm des
points du segment [a, b]: y1 , ... , YN(mr On exige de plus que pour m--+ oo
le uombre de points y1f tombant dans tout segment [a1 , b1 ] c [a, b] tende _vers
232 APPROXIMATION DES FONCTIONS ET PROB~MES CONNEXES [CH. IV
l'infini et que wm-+ 1. L'algorithme qui permet de trouver d'une fa~on appro-
chee le polynome de meilleure approximation consiste a construire l'un apres
l'autre des polyn6mes P':: (x) verifiant Ies conditions suivantes: on choisit,
parmi Ies points y1_f, n +
2 points yf0 < ... < y1f." tels que Ies signes do
n+i
f (y1f) -
h
P-: (y'{')
h
different aux points suivants et que
min . I / (yfk) -
O~h~n+1
P:' (yf'h) I > Wm 1~ ~aNx(m) I / (yf) -P1: (yi) I•
~t~
§ 8. Eeriture du polynome
Citons le cas d'un programme general de meilleure approximation
uniforme qu'on a mis au point pour Ies approximations par des
polynomes de degre peu eleve, puis introduit dans la bibliotheque
de programmes generaux. Lorsqu'on a essaye d'operer avec des
polynomes de degre eleve, le programme s'est parfois arrete sans
donner l'approximation voulue ou bien s'est deroule trop longtemps,
et a entraîne la suspension des calculs.
On a d'abord pense que l'echec etait du a une grande erreur de calcul corn-
mise en resolvant le systeme d'equations (7 .2). On a donc abandonne le calcul
direct et determine Eh a partir de (7 .3). On a obtenu ainsi, compte tenu do (7 .2),
Ies valeurs de Q!
(x~). et les valeurs de O!
(x) necessaires a l'approximation
suivante ont ete calculees d'apres la formule d'interpolation de Lagrange
(1)
tels que
I/ (x) - pm (x) I~ 2-m sur [-1, 11, (2)
pm (x) n 'etant pas necessairement Ies polynomes de meilleure appro-
ximation uniforme. Supposons encore que Ies coefficients de ces
polynomes n 'augmentent pas tres vite: ·
(3)
q> (z) etant l'angle (non ortente) sous lequel on voit le segment [-1, 1] du point
z = z :t- iy.
Demontrons le lemme pour Ies points du dcmi-cercle K1 : Im z ~ O. Con-
siderons la fonction
w (z) ~( ! <p (z)-1} ln M1+ { 2- ! <p (z)) ln M2-ln I g (z).1.
Fig. 4.8.1
dans K 1 est atteinte sur le contour. Compte tenu de (5) et (6), cela equivaut
a. w (x, y) ~ O dans K 1 • D'ou
ln I g (z) I < ( ! cp (z) -1) ln M + (2- ! q, (z)) ln M
1 2•
Designons par Gfi' un domaine ouvert limite par des arcs de ecrele d 'ou l'on voit
le segment [-1, 1] sous l'angle <p (voir fig. 4.8.1). Puisque la fonction 2q 1- +
- (2q 2) + !
decroît avec[la croissance de cp et qucde tous Ies points du domaine
§ 8) tCRITURE DU POLYNOME 235
Gq, le segment [-1, 1) est vu sous un angle egal au moins a q>, l'inegalite (7)
est verifiee en tous Ies points do Gq,. Soit <p 0 une solution de l'equation
00
{2q+1-(2q+2) ..!L) m
IPm(z)l<~axjPO(z)I+ ~ 3M·2 n =M(<p1).
Gq:, k=i
1
M (<p1 ) est fini, car pour <p1 < <p 0 le coefficient de m de l'cxposant est negatîf.
Ainsi, pour z EGcp 1 l'estimation I pm (z) I ~ I M (<p1) I est uniforme en m.
Rappelons une assertion hien connue. Soient Im (.z) des fonctions analytiques
dans le domaine ouvert G simplement connexe et uniformement bornees en
module: I Im (z) I ~ C. Supposons que la suite de valeurs de Im (z) converge
sur un ensemble de valeurs de z E G possedant un point d'accumulation z0 E G.
La suite Im (z) converge alors vers une.fonction / (z) analytique dans G, I f (z) I ~
:s;;; C. Cela signifie, dans natre cas, que la suite de polynomos pm (z) converge
uniformement vers uno certaine fonction h (z) analytique dans Gcp,• 11 en resuite
que la fonction f (x) definie sur [-1, 1] est prolongeahle en tant que fonction
analytique a tous Ies points du domaine ouvert Gq, 1 • Etant donne que <p1 > q> 0
est quelconque, elle est egalement prolongeable a tous Ies points du domaine
ouvert Gq:,0 • Le theoreme est demontre.
Quels sont Ies resultats pratiques de ce theoreme? Si le nombre
a est ecrit en virgule flottante avec t chiffres binaires, son erreur
peut depasser I a I 2-'- 1 ; au pis aller, si les coefficients a1f donnent
lieu a des erreurs de mâme signe, l'erreur sur la valeur
n(m)
pm (1) = ~ a'!'
i=O J
+!
la fonction / (x) =, 1 5 xz , la borne inferieuro do cp tels quo f (z)
soit analytique dans le domaine Ger, est q,0 = 2 arctg 0,2; donc q 1 ~ +
~ 3,2. Une machine d'une capacite de 60 chiffres binaires ne 1.;ous
permet donc dans le meilleur des cas d'approcher la fonction qu'a
20 chiffres exacts pres.
Ces considerations nous incitent a rechercher, pour les polynon;ies,
des formes d 'ecri ture et de calcul plus simples.
Voici un argument en faveur du caractere exceptionnel de cet etat de choses.
On approche d'ordinaire des fonctions entieres ou celles presentant des singu-
larites a une grande distance du cercle unite; Ies raisonnements ci-dessus ne
donnent pas alors Jieu a des conclusions tellemcnt pessimistes. Formcllement
cela est vrai. Cependant, tout en etant entieres analytiques, ces fonctions c1rois-
sent souvent de fa«;on tres rapide avec la partie imaginaire de !'argument. l~ien
que Ies quantites ln I'estent uniformement hornees en n, elles peuvent atteindre
des valeurs si grandes que I ln I 2-1-1 est sensiblement superieur ă la precision
I
voulue. Citons ă titre d 'exemple la fonction <p (x) = ) exp (i xt2 ) dt pour
o
 grands.
Considerons Ies polynomes de meilleure approximation edrits
sous forme de somme de valeurs des polynomes de Tchebycheff
n
Pn (x) = ~ d1T1 (x) ; ' (9)
j=O
§ 8] ECRITURE DU POLYNOME 237
on a
1
~ \ Tn(x)Tm(x)_dx={ 2 pour n=m=O,
n } 1 V1-z2 cSn-m pour n2 +m2 >0.
Aussi
1 p2 ( ) n 1 2 ( n n
2 )
n
n x
Vt-z!
dx-- ~ ~ I d1 12
n
j T; x) d X= 2d2O+ ~ d2j.~
-.r--
v 1-x!
. . . _ ~ d2j•
-1 i=O -1 i=1 j=O
~ld1i=~i-ld1l~v (~1)-(~dn=V'(n+t)~dr-
;=o j=O i=O j=O i=O
11 en resulte
n
" ' J d1 ,~
.:..J
V 2
-(n+
n r
1) J
1
-v- dx.
P;(x)
1-xi
j=O -1
(on fait appel a cet effet a Ull algorithme stable de resolution des systemes alge-
briques lineaires).
Nous avons deja decrit un deuxieme procede qui aboutit a la forme (1).
Ne pensez cependant pas qu'unc fois (1) obtenue, on peut ecrire le polynome
sous la forme usuelle, puis passer a la representation (9). Si An est grand, le
polynome Pn (x) ecrit comme a0 + ... +
"nxn presente une grande erreur.
Celle-ci est hors calculs par rapport aux transformations ulterieures, si bien
que (9) la contiendra egalement. On pusse directement de (1) a (9) en sautant
l'ecriture usuelle: le systeme de fonctions Tn (x) de poids 2/(nVi - :.i:2) etant
orthogonal. on a
l l
ao= _!_ f Qn (x) dx, a1=.! r Qn(x)Tj(X) dx.
n: J 1/
-1
1-x2 n J V t-x2
-1
Dans le cas considere, le degre des polynomes Qn T i (x) est au plus 2n. Aussi
la formule de Gauss-Hermite a (n +
1) points est-elle exacte pour ces integrales:
n+t
1
ao = n+t- ~ Qn (Y!+1), (10)
g=1
pour j > O; ici
q 2q-1 )
Yn+1 = cos ( jt 2 (n+1) ,
ln X=~
co
(-t-i (X-f)h
h=O
est de l'ordre de 2-hJk. Pour accelerer la convergence on pose X = y/'J.. et
on calcule 1n y en recourant a la serie
co
"'1 1 ( y-1 )2k+1
lny= 2 LI 2k+1 y+i ;
k=O
240 APPROXIMATION DES FONCTIONS E'l' PROBL:EMES CONNEXES [CH. IV
ln x = ( p- ; ) ln 2 + 2v ~ 2k ~ 1 v k,
2
k=O
V
V2X-1
y2x+1 ·
Afin de reduire le nombre de termes pris en consideration dans l' expression
00
~ 2
k~ v28 , cette [derniere expression fait place au polynome de meilleure
1
k=O
approximation ouia un polynome prochesurla partiecorrespondantede l'inter-
valle de variation de v. Dans notre cas la formule
ln z ~ (p - 0,5) ln 2 + v (2,000000815 + 0,666445069v2 + 0,415054254v4)
est en erreur de 3 .10-s au plus.
Certains constructeurs basent Ies programmes usuels de calcul des fonctions
elementaires sur la representation de celles-ci par des fractions continues ou sur
leur approximation par des fonctions rationnelles. La fonction tg x peut donc
âtre calculee sous la forme de la fraction continue
tgx= :z:
,x2
1---
3-x2
-5---.-
..-
Un autre procede repandu est l'approximation rationnelle de la forme
Pn (x)+Qm (x)
Pn (x)-Qm (.x) •
Par exemple, l 'approximation
12 (x2 +10) +x {x2 +60)
exp x ~ 12 (x2 + 10)-x (x2 + 60)
r,
2
. x= 2 ( sm
sm . .x ) 1/ 1 ( . z ) , tg x
2 Y - sm 2 1-( tg;
cotgz= ! (cotg ; - cotg2
1
z ) , arctgx=2arctg
.
;
1+ 1+z2
,
• x = 2 arcsm
arcsm • ,
X
•
1
y 2 (1+-Vt z2)
Celle de cotg x paraît la plus seduisante vu sa simplicite. Une fois trouve
X
u = cotg , on calcule
2
1
. 2 u--; 2
Slll :.r:=--- , COS:.r:=--- , tgz=---.
1 1 1
u+- u u+-u u--u
Certaines deces formules sont assez compliquees, et on ne Ies utilisera qu'avec
circonspection. Les constructions citees determinant le schema de calcul sui-
vant. Cherchons une certaine approximation de / (x) sur [O, Gn (z0)], disons
par un polynome ou un rapport de deux polynomes. Calculons successivement
G1 (z) = G (x), G2 = G (G1 (z)), ••• , Gn (x) = G (Gn-1 (x)),
la valeur approchee /* ~ / (Gn (z)),
F 1 (/*) = F (/*), .•• , F n (/*) = F (Fn-1 (I*))
et posons f (:c) ~ Fn (f*).
PROBL1l}ME. Supposons qu'on n'arrondit pas et que sur le segment [O, Gn (z0)]
la fonction / (z) est approchee par une serie partielle de Taylor de q termes.
Demontrer queJpour e petits on peut choisir net q lies de l'ordre de O (Vln (1/e))
et tels que l'erreur sur·les valeurs approchees de / (.x) sur [O, z 0] ne soit pas
superieure a e.
16-01007
242 APPROXIMATION DES FONCTIONS ET PROBLfil!ES CONNEXES [CH. IV
P = [ 1:2 ] ' X= { 1:
2 } ln 2,
le probleme se reduit a rechercher Ies valeurs de exp x sur le segment [O. ln 2);
{} designe la partie fractionnaire. On a ·
X 2n X z
= ( ... ( exp { Ţn) ) ... } .
2
exp X= ( exp Ţn )
Quelle que soit la fa~on dont on calcule exp ; , on les arrondit toujours, ct leur
erreur peut depasser 2-t-1 (t ctnnt la longueur des nombres manipules). Au lieu
de la valeur exacte ( exp FX }2n, on arrive acelle approchee ( ( exp ]n)
X
+ e )2n.
Conformement a la formule de Lagrange yf - yf = NyN-i (y1 - y 2), avec y
compris entre y 1 et y 2 • Aussi. dans le cas considere. on commet une erreur
X ) _) 2n_ 1 _
2"e ( ( exp n
2
e +
avec I e I ,< e.
ln(1+x)=2 ln
·
(1+ 1+V1+x )
au lieu de la relation simple 1n x = 2 ln -Vx.
On constate la meme perte de precision si l'un des nombres f (O) (comme
dans le cas de exp x) ou lim Gn (x) (comme dans le cas de ln x) est fini et non
n➔ oo
nul.
§ 10) VITESSE D'APPROXIMATION DES FONCTIONS 243
Fig. 4.10.i
n
E (/)=O ( :r ), 8n (/)=O (1:: ), Tn (/)=O ( !r );
pour la classe H r (M, 2n) :
tn (/) = O ( :r ), 'tn (/) =O ( 1 !rn ), Pn (J) = O ( :r· ) ;
pour la classe A (M, G) :
En (/)=0 (M (a (G))-n), (1)
8n·(/)=0 (M (a (G))-n),
Tn (/}=O (M (~ (G))-n) ;
(2)
pour k = O, . • . , m - 1, n = 1, . . . , N - 1.
On dispose en tout de Q = N (m +
1) inconnues anm, et Ies
relations (2) forment un systeme de (N - 1) m equations. Les autres
equations des coefficients s'etablissent a partir de la condition de
proximite de la fonction a approcher et de certaines autres conditions
complem~ntaires.
Considerons le probleme elementaire d 'approximation par des
fonctions-spline lineaires (m = 1). Alors le nombre total Q de
parametres libres est 2N. Proposons-nous de construire la f onction-
s pline Sl (/, x) coincidant avec f (x) aux abscisses x 0 , • • • , xN;
il vient le systeme d'equatio_ns
Pn1 (xn-1) = f (Xn-1), n = 1, ... , N,
Pn1 (xn) = f (xn), n = 1, ... , N.
11 se decompose en systemes d'equations relativement aux coeffi-
cients des polynomes
Pn1 (xn-1) = lino + an1Xn-1 = f (Xn-1),
P n1 (xn) = ano + lin1Xn = f (xn) •
D'ou
an1 = (J(xn)- f
(Xn-1))/(xn - Xn-1),:
ano = f (Xn-1) -
lin1Xn-1;
Pn1 (x), que nous avons rencontre plus d'une fois, est le polynome
d 'interpolation du premier degre base sur Ies points Xn-1, Xn•
S! (j, x) apparaît egalement dans le probleme suivant. Soit
S1 un ensemble des fonctions continues s (x) satisfaisant aux con-
ditions
1
s (xn) = / (xn), n ·~ O, ... , N, 1 1 (s) = ) (s' (x)) 2 dx < oo.
o
On demande de trouver une fonction s 1 (x) E S 1 realisant
inf / 1 (s).
sesi
248 APPROXIMATION DES FONCTIONS ET PROBLBMES CONNEXES [CH. IV
1 1 1
o o o
§ ii] INTERPOLATION ET APPROXIMATION PAR DES FONCTIONS-SPLINE 249
1
Puisque, par hypothese, F (t) >F (O), alors F' (O)= 2 Js;(x) r( (x)
o
X
xdx=O.
Mettons la quantite B = F' (0)/2 sous la forme B = b1 + ... + bN,
xn xn
bn = j s; (x) rl" (x) dx = j P; 3 (x) T]n (x) dx,
Xn-t Xn-1
et integrons deux fois par parties l 'expression de bn. 11 vient
Xn
bn = JP~~ (x) T] (x) dx+ (P; 3 (x) T]' (x)-P;3 (x) T] (x)) 1::_1
•
+ (I ( )- Mnh~
Xn 6
} x-xn-t
hn sur (7)
250 APPROXIMATION DES FONCTIONS ET PROBL~MES CONNEXES [CH. IV
Les conditions
P~3 (xn) = P~+ 1 , 3 (xn), n = 1, ... , N -1,
constituent Ies equations
~M
6 n-l
+ hn+hn+t
3
M n + hn+t
6
M n+t _-
_ f (xn+1)- / (.xn)
- hn+t
(8)
On a de plus
PNa (xN) = O,
Pia (xo) = O,
i.e. M 0 = O, M N = O. Par la substitution de M 0 = O et M N = O
respectivement dans la premiere et la derniere equation (7) on
arri ve au systeme
CM =d (9)
de N - 1 equations a N - 1 inconnues :
M = (M1, ... , Af N-1)T, d = (di, • • ., dN-1)T.
Conformement a (8), les elements ci,;, i, j = 1, ... , N - 1, de la
matrice C sont donnes par
co= lr
3
hi+t
-6-
pour
pour
j=i,
j= i+ 1,
l pour li-il>1,
O
et Ies elements di de la colonne d par les relations
d· _ I (xi+1)- f (xi) /(x1)- f (xH)
' - ht+t ht
On montrera au eh. IX que ce systeme se resout par la methode du
balayage au bout de O (N) operations arithmetiques. Apres avoir
trouve M 1, determinons Ies polynomes Pn 3 (x) par la formule (7).
PROBL:BMEs. 1. Demontrer que la solution du systeme (9) vcrifie l 'inegalite
max
t~n<N-1
I M n I -< .3
mm h,n t<n~N-1
max I dn I ;
...._ t~n:s;N -.
ceci etant, montrer que le systeme d 'equations (3), (4), (6) possede une
solution unique.
2. Soit SX (J, x) une fonction-spline associee a la solution du systeme (9).
Demontrer que
/ 2 (J) = I,_ (S!) +
1 2 ( / - S!)-
§ 11] INTERPOLATION ET APPROXIMATION PAR DES .FONCTIONS-SPLINE 251
Le probleme peut s'enoncer comme suit: trouver une fonction s (.x) continument
Fig. 4.11.1
dOrivable avec J (s")• dx < oo qui tealise_ inl /, (s) sur la classe de fonctions
o
satisfaisant a I s (.xn} - f n I ~ 6. Le cofi.t de ce probleme est assez eleve. Aussi
prefere-t-on parfois rechercher -inf / 2 (s) parmi des fonctions telles que
N
~ (s {xn)-/n) 2 < C (N + 1) c52_ (10)
n=O
un nombra natural
n
j = 1+ ~ 2n-iYi• (1)
i=1
Si y1 , . • • , Yn variant, le nombre j parcourt toutes Ies valeurs de
1 a 2n; donnons-nous !'element g 1 par le jeu y1 , • • . , Yn definissant
j salon (1). log 2 N est appelee entropie H (G) de G. Designons par
J (G) le nombre minimal de caracteres binaires necessaires pour
determiner univoquement Ies elements de Get par y l'entier· le plus
petit non inferieur a y. Nous avons vu que ce nombre minimal de
caracteres binaires doit âtre egal a l'entier le plus petit n tel que
N ~ 2n, par consequent
J (G)= log2 N =H(G). (2)
PROBLtMES. 1. Demontrer les inegalites
q --
J <_U
1=1
G1) < log2q+ ~x J (G1),
1~,~q
(3)
q
J (G1 X ••• X Gq) <~ J (GJ), (4)
i=i
?< est te signe du produţt direct, i.e. les elements G1 X ••• X Gq sont les
Jeux (g , ••• , g'l) pour g' E Gi.
2. Donner des exemples concrets d'egalites ou d'inegalites strictes dans
(3), (4). .
3. On propose de choisir mentalement un entier compris entre O et 1000.
Pour le deviner, on pose des questions auxquelles on ne repond que par oui
ou non. Demontrer qu'au bout de dix questions on devine ce nombre, et au
bout de neuf non.
4. On a N boîtes semblables dont N - 1 sont de meme poids et une est
plus lourde. On autorise n pesees sur une balance sans poid~. Demontrer qu'avec
N ~ 3n il y a garantie de reperer la boîte la plus lourde et qu'avec N > 3n
on n 'y arrive pas.
5. II y a toujours N boîtes semblables mais toutes de poids different.
Evaluer l'ordre de grandeur du nombre minimal n de pesees sur une balance
sans poids tel qu'il soit possible d'ordonner les boîtes suivant leur poids.
R:8PONSB. n - log9 NI pour N -+ oo.
Soit maintenant G un ensemble compose d 'une infinite d 'elements.
En particulier, conformement a (2), tout nombre fini fixe de carac-
teres binaires est insuffisant pour donner de fa~on univoque Ies ele-
ments de G.
On pourrait cependant parler de la quantite d 'information mini-
male dont il faut disposer pour donner a e pres Ies elements de G
dans la metrique d 'un espace metrique F-, G E F. Voici le procede
pour se donner Ies elements g E G. g est determine par un certain
jeu de caracteres binaires y1 , • • • , Yn ; on fait eorrespondre au jeu
Y1, ... , Yn un element fu,, .... Un E F tel que p (fy,, .. .. fin g) ~ 8.
Notons J,, (G; F) le nombre minimal de earacteres binaires qui
254 APPROXIMATION DES FONCTIONS ET PROBL:EH\fES CONNEXES (CH. IV
determine, dans cette methode, Ies elements de G. Soit <I> une exten-
sion metrique de F, i.e. un espace metrique contenant F, telle que
pour toui couple d'elements / 1 , / 2 E F on ait
pF (j1, / 2) = P<t> {f1, f 2) ;
!'indice inferieur designe l'espace muni de la metrique en question.
Du moment que tout procede d'approximation de g par Ies elements
de F peut jouer pour approcher g par Ies elements de (J), on a
Je (G; <I>) ~ Je (G; F). (5)
Dans la suite l'espace F sera suppose fixe et !'indice correspon-
dant des notations sera pariois omis.
LEMME 1. Supposons que les elements / 1 , ••• , IN E F fonnent
un 8-reseau pour l' ensemble G. A lors
Je (G; F)~log2 N.
D~MONSTRATION. Selon le lemme, on peut faire correspondre
a tout g E G un certain fi E F pour lequel p (g, /J) ~ 8. Soit y 1 , • • •
. . . , Yn un jeu de symboles binaires correspondant a j d 'apres (1).
En se donnant le jeu y1 , • • • , Yn on determine par la meme !'element
fJ tel que p (g, IJ) ~ 8.
LEMME 2. Soit G' c G.J Alors Je (G'; <I>) ~ Je (G; <I>) quel que
soit <I>.
La demonstration est immediate.
G' est dit t1-discernable si la distance de deux quelconques de ses
elements est superieure a îl·
LEMME 3. Soit. G' c G avec G' 2e-discernable et compose de N
elements. Alors
log2 N <Je (G; <D),
ou <I> est une extension arbitraire de F.
D~MONSTRATION. II suffit de montrer que
log2 N ·<Je (G'; Cl>). (6)
Utilisant le schema du lemme 2 on obtient l 'inegalite cherchee.
Selon la definition du procede de determination des fonctions g
l'inegalite Je (G'; <I>) ~ n s'interprete comme suit. 11 existe M ~ 2n
elements <p1 , • • • , cpM E <I> verifiant la condition: il correspond a tout
g E G' un certain cp; tel que P<t> (g, <pi) ~ e. Un meme cp1 ne peut
correspondre a des g 1, gk EG' distincts. Un raisonnement par !'absurde
nous conduit a une contradiction vu Ies inegalites
28 < PF (gi, CA)= P<t> (gh gA)-<P<t> (gil cpi) +P<t> (gk, <pJ)~2e.
§ 12) ENTROPIE ET e-ENTROPIE 255
Posons Ne= (~). Les points Bi 3e, ... , (2Ne - 1)e formant un
e-reseau. Aussi
Je(G; F)-<Iog2 Ne.
Selon la definition de Ne, on a (Ne - 1) 2e < 1, donc e' = !
(Ne -
- 1)-1 > e. Ne points O, 2e', ... , 1 forment un ensemhle 2e-discer-
nable et, eonformement au lemme 3,
Je(G; <l>)>log2 Ne.
On a en definitive
1·
Je(G)=Je(G; F):-=log2( 28 ).
2. PRoBL:BME. Soit F un espace euclidien s-dimensionnel de_
points P (x1 , • • • , x 8 ), p (Pu P 2 } egal ~ une norme du vecteur
256 APPROXIMATION DES FONCTIONS ET PROBU~MES CONNEXES [CH. IV
pour O< x < js. 11 est inutile d'indiquer de telles valeurs pour ; = 1 car
pour toutes Ies fonctions de la. classe consideree sur [O, s"] on a
I g (x)- f 111 , ••• , Un (x) I= I g (x) I = I g (x)-g (O) I < x ,< s".
Ainsi, l 'hypothese de depart pour la demonstration par recurrence se trouve
verifiee.
Demontrons que pour le choix
1 si g ((i +1) s") > /Yt• ••• , 11J-t• •• •• 11n (je"),
YJ= {
O si g ((j +1)") < I Y1• ••• , 111-1• ••• '11n (fs"),
la relation (9) est egalement valable sur le segment [/s", (j +1) s"].
Considerons le cas YJ = 1_ et ecrivons
I g (x)-g(U+1)s I <lz-U+1) s" I•11
)
D'ou
g (x) > g ((j +1) s")+(z-(J+ 1) s") >{/111 , ••• ,
111_1, ••• , "n (/s')+(z-js")}-s"
pour /s" < z < (j +1) s". Par definition l'expression entre accolades est bien
ly1,••• ,y , ···,Yn (z); on trouve donc. .
1
g(z)>f111, ••• ,u,. ··••'Yn (z)-s" pour /s"<z<(l+t)s".
D'autre part,
g (z) < g Us") + (z- /s"),
et en substituant x = /s" dans (9), ii vient
l/111, ···•11J-t• ··••lin (/s")-g(js")l<s",
17-01007
258 APPROXIMATION DES PONCTIONS ET PROBLllKES CONNEXES CH. IV
donc
et
t(z)<f111 • ···•"i' ···•Yn (z)+s" pour ts•<z<(f+i)s",
ce qui donne enfin
I g (z)-1111 , ••••
111
, ••• , Yn (z) I <s" sur [js", (1+1) s"].
Le cas YJ = O se traite de faţon analogue. Nous avons ainsi fait un pas de plus
dans notre construction de la fonction_ /11" ••• , 11 n (:z:). En procedant de cette
maniere on peut arriver jusqu'a l'extremite du segment.
Vu que s" = n-~i ~ s, l'ensemble de 2n fonctions que nous venons de
construire constitue un s-reseau. Ces fonctions appartiennentle a G, ensemb
de depart. Le lemme 1 foumit donc
J 8 (G; F) ~ n. (10)
En reunissant cette estimation avec (8) on trouve
J 8 (G; F)=n=--1.
î
8
N'oublions pas que Ies elements du s-reseau obtenu ci-dessus sont ceux de G.
PROBL:SME.S. 1. Demontrer, en se rappelant cette remarque, que dans le
cas considere
J e (G) = n.
2. Soit G un espace de fonctions a la derivee (r - 1)-ieme. continue, deter•
minees sur [O, a] et verifiant
f (O) = ... = /<r-1) (O) = O, I /<r-1) (:z: 2) _ /<r-1) (z1) I ~
~ A I :z:2 - z1 I pour zi, :z:2 E [O, a];
supposons que F et la metrique sont ceux de !'exemple precedent. J 8 (G; F)
·est fonction des parametres s, A, a. Demontrer qu 'elle est egalement fonction
de la combinaison sans dimension a VAle, i.e.
J 8 (G; F)=tl> (aVAJs).
3. Demontrer
pour y ~ oo.
ln ,J> (y) = ln y O (1) +
4. Soit G un espace de fonctions analytiques A (M, Q),
p (/, g) = sup I I - g I,
(-1, i]
~ (Q) >1 (voir § 10 pour la definition de A (M, Q)). Demontrer
log2 H s (G) ~ 2 log2 log2 _!_.
8
Bibliographie du chapitre IV
§§ 3, 4: II [38], §§ 5-7: U (26), § 10: II (7, 45), III [22); § U: II (30],
III [63]; § 12: II (3, 33], III [31].
CHAPITRE V
N
!lJf (P) ~ !lJg(P) = ~ !lJzq (P) f(Pq), (5)
11=1
N
I(/)~/ (g)= ~ Cqf(Pq), (6)
q=1
ou ,1
Cq=l(zq),
§ 3. Methode de regularisation
La methode de regularisation repose sur I 'idee de lissage de la
fonction approchante. Voiei sa variante la plus repandue. L'approxi-
mation est cherchee sous la forme
n
g(P)= ~ B1ro1(P),
J=i
oii choisit Ies coefficients B 1 tels que l'expression
<I> (Â., g) = <I> (g) + Â'l' (g), Â, > o., (1)
soit minimale.
La fonctionnelle 'l' (g) doit satisfaire a la condition suivante: si
elle est petite., la fonction gest suffisamment reguliere.~Par exemple.2
'l' (g) peut etre une approximation de Î
I grad g (P) 12 dP. Nous nous
Q
bornons au cas n = N dont Ies applications sont frequentes. Sup-
posons que le minimum de CI> (Â, g) est atteint pour certains B}, ...
• • • 1 BRr et
N
g'>- (P) = ~ Bţro1 (P).
j=i
264 PROBLEMES .A PLUSIEURS DIMENSIONS [CH. V
Pour calculer Ies c.F.d. derq, on{applique l'operateur !iJ ala fonction:exp (2ntjz9):
exp (2nt/zq+d- exp (2nt/zq-d t sin 2n/h
!/J exp (2ni/zq)
2h h, exp (2nt#q)•
En appliquant l'operateur !iJ aux deux membres de (4), il vient
"'1 isin 2nJh ( .. )
Tq= LJ h a1exp 2m1:rq.
-NJ2<i~N/2
266 PROBIBMES A. PLUSIEURS DIMENSIONS [CH. V
nous avons remplace dp par dp ayant utilise le fait que Ies erreurs sur dp
sont reelles. Alors,
N-1 N-1
EI ai l2 =h2 ~ exp (2nii(xp-xq)) E (dqdp)=h2 ~ d2flp-qr=zkd2.
q,p=O q, p=O
Donc,
sin 2n;k)2
( h hd2. (5)
-N/2<i!!::.N/2
Prenons une fonction µ U) et posons
I"' {z) = ~ Ajµ (j) exp (2nijx),
-N/2<i!!::.N/2
1:= -N/2<i~N/2
~ ÂJµ (j) exp (2:rtijxq)o
Pour des valeurs /q donnees on peut calculer Ies coefficients AJ, donc 1:.
Soit r: un terme de l 'erreur dans la formule de derivation numerique qui est
le risultat des erreurs sur dq :
r:=!!Jf:-:fJf"' (zq)•
D'une fa9on analogue a (5) on obtient
E li rf.L 112 = ~ ( sin ;:rtjh} 2 µ2 (j) hd2 ;
-N/2<i~N/2
si
(6)
il est raisonnable de poser f' (xq) ~ .25f:. La validite de la premiere relation (6)
depend essentiellement de la proximite des coefficients de Fourier de f (x)
et de f 11 (x), celle de la deuxieme de la petitesse de µ U) pour Ies ; grands.
Tâchons de lisser la f onction f q par la methode de regularisation.
Considerons la fonctionnelle
N-1 N-1
2
<I>t (i-., g) = h ~ (gq-f q) 2 + i-. h2 ~ ( gq+t;gq)
q=O q=O
§ 4] EXEMPLE DE RtGULARISATION 267
o o
L'equation d'Euler pour cette fonctionnelle est
Â2ng(2n>+(-1t{g-/)= O„
d'ou
00
AO
K! (x) = ~ i+ (A~n/)tn exp (2:n:ijx).
i=-00
l{
Considerons Ies eourbes des facteurs 1 + 2n ;) 2n ; pour I f I < 2~,._ e~
n -+ oo ces derniers tendent vers 1, et, donc_, pour Ies grands n
19"-~~~-----,
I
I
I
I
I
I
I
U:,tjaf
Fig. 5.4.1.
donc, son determinant est non nul et le systeme (7) a une solution
et une seule.
Soit
~ A,exp (2nijxq);
-N/2<;~N/2
\
n'h
J
)2 exp mJXq •
270 PROB~MES Â PLUSIEURS DIMENSIONS [CH. V
Le facteur
1
1 + 4~V { sin,,,njh ) 2
• .
.
. .
. ..
.
. .. . . . .
•
•
..
... .. .•
•
• •
•
•
•
Fig. 5.5.1 Fig. 5.5.2
11-2(ml)
_
._
"1
~
vm1fflt /(O, o. ra, ..• ,r8) (ym1 ymfffltI yo3J. • • • t yo)
1 ~ 2 8 •
ffl2=1
En utilisant eette relation il vient de (2)
j cr1, •••• r8 ) (yo1, •• • ., yo)
8
_,
.....,
ns 712(ms)
~ ~ vm1 ( ~ vm1mtt<O· o. rs••••• r,) (yf1, yr•fflt, YÎ, • • ., y~)),
m1=1 mt=1
ou j< 0 0
> ==/.Le fait que le deuxieme membre comprenne la somme
, ···•
des termes en tous Ies points ne doit pas inquieter : en realite, Ies
Iormules unidimensionnelles de derivation numerique et d 'interpo-
lation qui nous ont permis d 'obtenir (3) contiennent relativement
peu de points.
De la meme fac;on on construit Ies formules d 'integration nume-
rique.
Soit a calculer I 'integrale
I 2 (Y1t Y2) = j la (y1, Y2, Ya) dya, •.. Js-1 (y., • · ·, Ys-1) =
G2(Y1, Y2)
ou
ls (Y1, · • ., Ys) = f (Y1, • · ., Ys),
On a definitivement
, n1 nz<md
Io ~ l1 nm1 l1 Dmtffi2 •••
m1=1 7712=1
f&t
°Io= EO + ~ Dffl1I1 (yT1) =
m1=1
nt n2(mt)
= EO + ~ vms (E!i1 + 7712=1
~ nmtffi2I 2(y'f1, yT•ffl2>) =
m1=1
.nt nz(mt)
... = R + ~ nms ( ~ nm1m2 X
· mt=1 7712=1
n 8 (m1, •.• , m 8 _ )
1
X (••• ( "1
·~
nms, ... ,!m. I (ym1
1 , • • •,
ym1,
a
.... m8 ) } • • • } )
m8 =1
§ 5) R~DUCTION DES · PROBL~MES- MULTIDIMENSIONNELS 275
avee
nt nt n2(mt)
R ..:... EO + ~ nm1 E!.1 + ~ nm1 ~ nm11112E~,1112 + ...
m1=1 mt=1 m2=1
nt n2(m1)
•.. + ~ vm1 ~ nm11112 • • •
m1=1 1112=1
"a-1 (ms, •• ·• ms-2>
... "'
."-I
ms-1=1
nm1, ... , m8_ 1Ea-1
m1, ... , ms-1 • (6)
La dernjere egalite montre que s1 Ies coefficients Dmi, ···• m" sont
grands, l'erreur d'approximation peut devenir considerablement
plus importante que dans le cas unidimensionnel.
· Formellement, la reduction d 'un probleme multidimensionnel a un autre
de dimension t est identique qu'il s'agisse de· la derivation numerigue (interpo-
lation) ou de l 'integration numerique. On note cependant une difference essen-
tielle: la derivation numerique (int~olation) consiste le plus souvent a chercher
l'operateur d'une· fonction a partir des valeurs prises sur un ensemble de points
g donne. Tandis que le probleme d 'integration se caracterise par la possîbilite
de choisir. a loisir Ies points. ·
Vu la formule de Taylor
ht
f (x+h)=f (x)+f' (x)h+r (x+8h) 2 , 0<8<1,
on a
I , (x)-- f (z+hi.-f (x) /" (
X
+Sh) 2h •
cest une bonne approximation de la valeur / x1x2 (O, O). On peut recrire
.la relation (8) comme suit:
·/
. x1x2
(O ,
0)-f(h,
-
h)-/(h, 0)-/(0, O)+f(O, -h)_.f
h,2 x2x2
(O , 0)+O(h) •
...
.
o
•
•
•
• .• .• .,
•
• .• •
.• ..
Fig. 5.5.3
pas la derivee ,
cherchee
•
mais l'expression f x 1x 2 (O, O) + /x 2 x 2 (O, .O).
Le eas ou Ies pomts forment un reseau proprement dit, en d 'autres
termes, l'ensemble des points de la forme
(yft.,· ••• , Y:'s) pour m1 = 1, ... , N 1 ; • • • ; m 8 = 1, ... , N 8
est important .dans Ies applications. La figure 5.5.3 represente une
telle disposition des points pour s = 2. Dans ce cas, · potir realiser
§ 6] R~DUCTION DES PROBL:BMES MULTIDIMENSIONNELS 277
1 f 1-Yf
Vt-yll
Pour r faible, Ies derivees de / par rapport a q> contiennent un petit facteur r;
aussi pour q> peu eleves ii faut parfois prendre n plus petit. Pour calculer !'inte-
grale en r on utilise n'importe quelles formules de quadrature examinees plus
haut et notamment celles de Gauss correspondant a la fonction de poids r.
On a Ies inegalites
1 1
I (lk) "k ,~
%k
r ... ~r I f%hrk (x., •.. , Xs) I dxk.+t ••• dxs~Ak.
~
Pour ealculer Ies integrales
1
lk-t (x1, ••• , xk-s) = Jl1t (x 1 , ••• , x1,.) dx1,.
o
on utilisera une formule eomposite (3.6.4) avec n= r1,. :et un pas
constant aq - aq-t == H k = N,l :
1
JI" (x 1 , ••• , x1,.) dxk ~
o
Nk tnk
~
q1,.=1
.~k ~ ID}I=
i=1
! (~ IDtl)=B\
i=1
""1 -rk ,
<l>=-".! A,,.Nh +Â(N1 .. •_Ns-Q).
h=1
-AkrkNk
-rh-1
+ ÂN1 ..• NsNk-1 = Q,
d'ou
N h_- ( Âkrk
'J..Q
.) t/rk
•
n (A:;h )
8 1/7
k= Q
k=1
ou
A
(ÂQ)ilr=Q
avec
Soit cp (x) une fonction indefiniment derivable sur la droite (-oo, oo)
telle que
cp (x) = O pour x ~ O et x ~ 1
O < cp (x) ~ 1 pour O < x < 1.
Soit
r= max rk,
i~k!S.a
(4)
oii
Comme
I
z.
fx/
Ao (ni)
1,<(2N)r2
i•
1
(5)
li,
!fo=-IJo+J),y,
Fig. 5.8.1
de centre de symetrie a l'origine des coordonnees, ferme et contenu dans
une partie finie de l'espace (fig. 5.8.1). Soit
Do= sup Yo•
Olo, • • •, IIN)EY
§ 8) OPTIMISATION DE L'ESTIMATION DE L'ERREUR 287
Dans Ies deux cas, la valeur approchee de !'integrale sera posee egale ă
SO=S (PÎ, ... , PRr; ± Io (P~), •.• , ± fo (PRr))=S (P~, ... , P~; O; ••• , O).
D'autre part,
I (±/0) = ±D 0 ,
aussi
I / (/o) - S 0 I + I S 0 - I (-Io) I ;;;.i: I(/ Uo) - SO)+ (S 0 - I (-/o)) I= 2Do.
Ainsi, pour l'une des fonctions ±/0 l'erreur sur la valeur approchee est au moins
egale a D 0 • En d'autres termes, D 0 ~ RN (F). On a la chaîne des relations
WN (F) ~ RN (F) ~ D 0 ~ RN (F) ~ ZN (F) + 1),
d 'ou, 1J etant arbitraire,
WN (F) ~ ZN (F).
L'ensemble de tous.les procedes d'integration possibles contient l'ensemble des
formules de quadrature. C'est pourquoi la borne inferieure de l'erreur sur le
premier ensemble est au plus egale a la borne inferieure de l' erreur sur le second
Zn {F) ~ WN (F).
Donc,
WN (F) = ZN (F).
§ 9. Methode de Monte-Carlo
En construisant des formules de quadrature on a toujours eva-
lua leur erreur sur une certaine· classe de fonctions. Pour la formule
des trapezes par exemple c'etait une estimation de la forme
const• A 2N-2 sur la classe des fonctions ayant leurs derivees secondes
hornees par A 2 constant (N est le nomhre de points d'integration).
11 s'agit en l'occurrence d'estimations garanties de l'erreur sur une
classe de jonctions, i.e. elles garantissent que l'erreur sur la valeur
approchee de !'integrale ne depasse pas une certaine valeur pour
toutes Ies fonctions sous le signe somme appartenant a la classe con-
sideree. Dans cette approche, en evaluant l'erreur commise sur une
integrale concrete, on se guide sur l 'erreur d 'integration de la << pire >>
fonction de la classe en question. Pour certaines classes cette eva-
luation est si mauvaise qu' elle âte tout espoir d 'obtenir une valeur
approchee de I 'integrale avec la precision demandee. Par exemple,
d'apres Ies theoremes des §§· 7, 8, il n'existe pas de methodes dans
lesquelles l' estimation de I' erreur sur la classe des fonctions
C1, ..• , 1 (A, ... , A) soit meilleure que dAN-11, (s etant la mul-
tiplicite de I 'integrale calculee).
Supposons qu'on a a garantir une estimation inferieure a0,01 dA.
Alors le nombre de points doit verifier l'inegalite dAN-11, ~ 0,01 dA,
autrement dit, N ~ 100 8 • Puisque le calcul de chaque valeUŢ de la
fonction sous le signe somme exige en general un grand nombre d 'ope-
rations arithmetiques, mâme pour s = 6 une telle condition imposee
au nombre de points s~ trouve pratiquement impossible a realiser.
Ainsi, îl nous est impossihle de calculer la valeur de !'integrale
avec une ·estimation garantie d 'erreur egale a 0,01 dA. On leve
cette contradiction en decrivant de facon plus detaillee Ies classes
de f onctions sous le signe somme. En particulier, nous laissons de
câte Ies classes de fonctions et Ies methodes d 'integration numexique
correspondantes qui sont apparues lors du calcul d 'integrales resul-
tant de la resolution d 'equations par developpement en serie de
Neumann. On peut aussi refuser une estimation stricte, garantie de
l'erreur au profit d'une autre qui n'a qu'un certain degre de certi-
tude. En particulier, en confectionnant Ies programmes standard
d'integration (§ 17, eh. III) nous avons renonce a evaluer l'erreur
de fa~on stricte ; celle-ci a ete evaluee au moyen de la difference des
resultats du calcul de la valeur approchee de !'integrale pour diverses
valeurs des parametres.
Une des methodes de calcul approche des valeurs d 'integrales
telle que l'erreur est evaluee de facon _non garantie mais avec un
certain degre de certitude est la methode de Monte-Carlo.
Soit a calculer la valeur approchee de I 'integrale
J(/)= J/(P) d!!.
G
19-0100 7
290 PROB~MES A PLUSIEURS DIMENSIONS [CH. V
f(PJ)
Sf(/)= p (Pj) •
et
Var (s1 (/)) = Esj (/) -(Es1 (/)) 2 =
= J( ~ \~)) ) p (P) dP -(Es1 (/)) =D (/).
2
2
G
ou
D (I)= I ( i; )- (I (/))2.
Posons
N
SN(f)= !~ i=f
Sj (/).
ISN(f)-1(1)1<~ (1)
ISN(l)-l(f)l<10vEJII
avee la probabili te 99 %•
§ 9) l'rmTHODE DE MONTE-CARLO 291
Po (y)= 1 la. I 00
exp ( - ~ ) dt.
La- relation
E (s1 (/) - S N (f)) = Es1 (f) - ES N (f) = I (j) - I (f) =O
entraîne l (j) = Var (s1 (I) - S N (/)). 0n a
N
Sj ( / ) - 8 N (/) !~ =
= SJ ( / ) -
i=1
St (/)
=s,(f) ( 1 - ! )- ! ~ si(f);
i-:;p;
ii en resul te
•,Var (s1 (f)-S N (/}) 1)2 Var (s1 (/)) +
= {1 -
+ ~ Var (st(/})/N = ( ( 1 - 1) + ~N/ ) D (f) = (1 - 1)D (f).
2 2
i=l=i . .
N
n<N> (/) = N1 1 ~ (s1 (f)-SN (!))2.
i=1
Citons a titre d'exemple un schema d'application de la methode
de Monte-Carlo. Considerons le cas µ (G) = 1. Soient 1 - 11 leniveau
de securite avec lequel on veut obtenir la valeur approchee de !'inte-
grale, E la precision donnee. 0n determine y par l'egalite
. .
00
Dn (I}= :n (/1 ,
et la quantite
Ân =Y J/DnJi) .
Les conditions initiales de la reeursion sont
t1 (f) = 81 (f) = I (P1), di (f) = D1 (f) = O.
PROBLEME, Verifier que Dn (f} = n<n> (j).
Si Ân ~ E, Ies calculs s' arretent ; on pose I (f) ~ S N (/) et on
considere que ·1'inegalite I J (/) - S N(/) I ~ E est satisfaite avee-
la probabilite 1-T). .
Remarquons qu'en realite cette inegalite est satisfaite avec une probabilite-
un peu moindre, mais tres proche de 1 -. 11· ·
On lit souvent dans Ies manuels de calcul numerique que la metho-
de de Monte-Carlo est une technique universelle pour calculer Ies·
integrales de multiplicite elevee. L'ordre de grandeur de l'estima-
tion de la vitesse de convergence de la methode de Monte-Carlo„
O (1lV N), ne depend pas de la dimension de !'integrale, alors que
celui des estimations garanties augmente sensiblement avec la di-
mension. Dans la inethode de Monte-Carlo, pour tout n, on evalue:
effectivement l'erreur au moyen de V Dn (/)/net, donc, le calcul s'ar-
râte au moment ou la precision demandee est atteinte.
Avant d 'y souscrire voyons le << pour >> et le << contre >> de la me-
thode en question.
sur [O, 1], il est naturel de prendre pour points d 'integration les
points (61, ... , 6s), (Ss+t, • • ., 62s), • • •
Pour que l 'inegalite de Tchebycheff soit licite, il faut que l 'hypo-
these sur l 'independance de la repartition de tous Ies points P ,~
c'est-a-dire l'independance de la repartition des ensembles
(6 Ci-i>s+h • • •t ~Js), (~a-us+h • • •, 6is),
soit remplie.
A mesure que s croit, cette hypothese impose des contraintes de
plus en plus severes au generateur de nombres pseudo-aleatoires.
On connaît de nombreux exemples d 'une utilisation malheureuse de
la methode de Monte-Carlo pour s grands, dont voici la raison. La
mise en amvre de la methode et l' evaluation d 'erreur se faisaient dans
certaines hypotheses sur telles ou telles proprietes statistiques des
nombres pseudo-aleatoires. Or ces hypotheses etaient fausses. Ce
qui entraîna une fausse appreciation de la petitesse de l'erreur.
Donc, le danger de la methode de Monte-Carlo n' est pas tant dans
le caractere probabiliste de l'evaluation de l'erreur que dans le
fait qu'on effectue souvent celle-ei dans l'hypothese des proprietes
inexistantes des generateurs de nombres pseudo-aleatoires.
L'independanee de l'ordre de grandeur de l'estimation d'erreur
par rapport a la dimension de !'integrale qu'on calcule eonstitue
un avantage de la methode consideree. Pourtant, en insistant sur
l'ordre de convergence de la methode on risque de negliger le fait
important suivant. Nous avons evalua l'erreur sur la valeur appro 7
ehee de I 'integrale et obtenu
IS N (!)- I (I) I~ const• VD (/)/N.
Or d'habitude, c'est la petitesse de l'erreur relative sur la valeur ap-
prochee de !'integrale qui importe, i.e., dans notre cas, celle de la
quantite
-Vnîn
ll{f) IVN.
La statistique des integrales qu'on calcule en realite montre que
VD (f)/ I I (f) I a tendance a s'accroître brusquement avec la dimen-
sion des integrales. Illustrons ce fait sur !'exemple de !'integrale
1 1
l(fs)= j Jexp ( -32 (x: + ... +x;)) dxt ... dxs,
o o
telle que
VDUsÎ > 10s12 _ 1
11 Us> I .
296 PROBL~MES A. PLUSmURS DIMENSIONS [CH. V
§ t t. Acceleration de la convergence
de la methode de Monte-Carlo
Voyons eertains procedes susceptibles d 'augmenter I' efficacite
de la methode de Monte-Carlo.
1. 11 s' agit en particulier de representer / (P) sous la forme
I (P) = F (P) + g (P),
oii F (P) est explicitement integrable et contient toutes Ies com-
posantes a variation rapide def (P), et g (P) est une fonction variant
eontinument de variance petite. On di vise parfois le domaine d 'inte-
gration en petits domaines partieis et on prend· dans chacun de ceux-
ci pour F (P) un polynome d 'interpolation aux poi11ts dans ce do-
maine partiel.
2. La variante de la methode de Monte-Carlo etudiee au § 9
comportait comme parametre libre la fonction p (P), densite de
repartition des points d'integration. L'estimation d'erreur montre
que l'erreur est d 'autant plus petite que Ies valeurs de Ia fonction
f (P)/p (P) sont moins dispersees. Un choix convenable de· la fonc-
tion p (P) entraîne donc egalement une diminution de la variance.
Nous avons etudie le cas oii tous Ies points P 1 avaient une mâme
fonction de repartition p (P); iI s'avere souvent utile de choisir
des points d'integration ayant des fonctions de repartition p 1 (P)
distinctes.
Un cas particulier: repandu de ce procede est le suivant. L'in-
tegrale initiale est representee par la somme d 'integrales
m
/(/)=) f(P)dP=LJ li(/), /z(f)= j f(P)dP,
G l=1 Gz
N par
N = N1 + ... + Nms
et on calcule chaque Ii (f) par la methode de Monte-Carlo a N z points
d 'integration. Etudions le cas de I 'integrale de la fonction visualisee
par la fig. 5.11.1. En calculant directement I 'integrale initiale
pour p == 1 on a D (f) = 1/4. Si G1 = [O, 1/2), G2 = [1/2, 1],.
alors pour tout N 1 ,\N2 =I=- O, Ies deux integrales Iz (f) et_, partant.,,
§ U] ACCiLiRATION DE CONVERGENCE. DE ~DTHODE DE MONTE-CARLO 291
ou
Var S 1 (/) = Dz (/) N, 1
,
m
=~
l=i
t 5(f Gi
(P)- I~!) )2 dP=
m
=~ j J (HP)-
i µi /(f) )2 dP=
l=i µ~z µ
m
~ -Nz
= LJ 1
j _!_
µz
(µd(P)-~J(/))
. µ
2
dP=
l=i Gz
m
=~
l=1
!l Ei( µ-d (P)- ~l I(/) )2 ; (1)
,§. 12) FORMULES DE QUADRAT-URE AUX POINTS A~ATOIRES
est verifiee.
Evaluons de fa~on grossiere Var/ (Pm); il vient
Ef (Pm) = O'm = ) n'f (P) dP;
IIm
par suite du theoreme de la moyenne
CJm=/(Pm), · OU PmEIIm
et done
E/ (Pm) = f (Pro).
Par ailleurs,
f (x1 + d1, • • •J Xa +As) - f (x1, • • ., Xs) =
= + A1; .· .. , Xs + As) - f (x1 + A1, ... , Xa-1 +
(f (x1
+ Aa-1, x)) + (f (X1 + A1, ... , Xs-1 + As-1, Xs) -
- f (x1 + A1, • • ., Xs-2 + As-2, Xs-1, Xs)} + • • •
... + (f (x1 + A x X1, f (x
2 , ••• , 8) - 1 , •••., X 8 }).
II en decoule que pour Ies fonctions de la classe en question on a
+ +
I/ (X1 A1, ... , X 8 As) - f (xi, •.. , Xa) I ~
~A ( I Ail + ... + I As I).
Si le point Pm appartient a Ilm, alors chacune de ses coordonnees.
differe de la eoordonnee correspondante du point Pm de n-1 au plus.
C'est pourquoi la derniere inegalite entraîne l'estimation
I f (Pm) - f (Pm) I ~ Asn-1
'§ 12] FORl\lULES DE QUADRATURE AUX POINT$ AL~ATOIRES 301.
Ayant designe par N Ie nombre total des points na, on obtient l'esti-
mation •
- A2s2
Var S N (/)~ N1+ 2 /a • (3)
_La quantite S N (I) - I (I) peut etre representee ~sous la forme d 'une
.somme des termes ·
n
~
m1, ... , m 8 =1
( :a I (Pm)- J f(P) dP) •
IIm
Les points P m' Pt sont uniformement repartis dans le cuba considere; donc►
Var
(! (P ml+ f (P:i))
Var
(J (P m>- 2/ (fim>+ I (P:.)) • (6}
2 2
Pour un point P m = (z1, ••• , x 8 ) fixe, introduisons la fonction
g(t)=f { m1-1/2
n
+ .x1-(m1-1/2)
.n
t, ••• , m8 -t/2 I '.x8 -(m8 -{/2)
n n
t}.
11 est clair qtie
g (1)=/(Pm), g (O) =/(Pm), g (-t)=HP:.).
Exprimons la difference seconda en fonction de la derivee deuxieme
I (Pm)-2/(P.n) +f(P~)=g (1)-2g (O)+c(-t)=gM (8), I 8 I <;t.
Une derivation immediate nous montre que
8
C'est pourquoi
As9
I g" (t) I< 4 nz pour f t I< t,
I I (Pm)-2/ (Pm)+ fl(P:i) r As1
2 < 8n 1 •
(7}
PROBL1!:MES .A PLUSIEURS DIMENSIONS [CH. V
) f(P) dP.
IIm
-On en deduit que pour tous Ies P m la quantite
I sm (f) - ) / (P) dP
Ilm
I
4s2
ne depasse pas la longueur de ce segment, a savoir n2+8
4
• Ainsi,
Ism (f) - J/
Ilm
(P) dP I< ~:s .
4
La comparaison avec Ies enonces des theoremes sur Ies minorations des estima-
tions garanties et indeterministes d'erreurs montre que dans le cas de la classe
C <i, ••• , 2 > (A, ••• , A) et Ies estimations garanties et celles ~n probabilite
de la vitesse de convergence du procede construit ci-dessus sont optimales relati-
vement a l'ordre. ·
§ 13. Choix de la methode
Discutons le schema de resolution d'un probleme qui s'est tres bien prâte
aux techniques de Monte-Carlo de ce type. On a eu a calculer la serie d'integrales
/(cit, a 2 ,'aa)=
.
f
c
f (P; ai, a 2 , a 3) dP
§ 13] CHOIX DE LA MgTHODE 305
Ces deux methodes convergent plus lentement, mais elles exigent sensiblement
moins de valeurs- g (.xi, a.i).
On voit donc qu'en calculant Ies grandes series d:integraies
(comme, d 'ailleurs, Ies grandes series de n'importe qtleis problemes),
ce n'est pas souvent l'amelioration de la methode dans chaque proble-
me de la serie qui donne de bons resultats, mais une meilleure orga-
nisation des calculs.
En utilisant le procede decrit au § 5 le calcul d 'une integrale
de multiplicite elevee se ramene en quelque sortea celui d'une.serie
d'integrales plus simples. C'est pourquoi dans le cas d'integrales
de haute multiplicitâ on augmentera l 'efficacite par Ies techniques
decrites ci-dessus.
A noter le risque suivant si l'on veut resoudre toute la serie des
problemes a la fois.
L'ensemble des problemes proposes correspond a un phenomene
reel. II se peut que ce phenomene n 'ait pas encore ete calcule sur
ordinateur et que le modele mathematique ne soit pas satisfaisant.
Si l'on resout alors simultanement tous les problemes de la serie,
§ 13] CHOIX DE LA DTHODE 807
I (I)= JJ
1 81
g (l, ro) dro dl,
et de
m
on exige que le nombre m 0 des points soit petit et qu'en meme temps
Ies expressions
mo
G (l) = ) g (l, ro) dro et G0 (l) = ~ kig (l, rog)
~ q=1
Bibliographie du cbapitre V
I (6), II [f3, 14); §§ 1-4: II (16, 37, 39), III (24, 25, 33, 34, 35, 44,
45); § 4: III [4]; § 7: III (10]; § 8: III (13]; §§ 9-12: II (2, 8, 18], III (10,
61); § t3: II [9].
DEUXI&ME PARTIE
PROBLEMES D'ALGEBRE
ET D'OPTJMJSATION
CllAPIT)lE VI
C,=
1
1
la seeonde a multiplier a gauche par 58
1
c,=
tXm 1
ou a4 = -a~-!, i <
t, n
k ~ m.
314 M:8THODES NUM:8RIQUES DE L' ALOElBRE [CH. VI
(A-1) u= detA
AJI
,.
Ul DTHODES D11:LIMINATION SUCCESSIVE DES INCONNUES 3i7
de Gauss qui ne different Ies unes des autres que par des details.
Elles impliquent a peu pres le meme nombre d'operations arithme-
tiques, cependant certaines mises en ceuvre encombrent moins la
memoire de la machine. Ainsi, avec une memoire a N cellules, on
peut resoudre par Ies methodes d' elimination et d' ascension optimales
des systemes de l' ordre de -2"ţ/N. La methode de reflexion qui se
distingue un peu de l'algorithme de Gauss, offre l'avantage d'un
schema de calcul homogene.
On demande souvent de resoudre plusieurs systemes d 'equations
Ax= bq, q = 1, ... , p, ayant une meme matrice A. On procede
eomme suit. Introduisons la notation
bq= (at, m+q, .•. , am, m+q)T,
et utilisons Ies formules (4) en calculant dii„ pour i < k ~ m p. +
On aboutit a p systemes d 'equations de matrice triangulaire qui
-correspondent au probleme initial
Dx= dq, dq= (dt, m+q, ... , dm,, m+q)'P, q-==-1, ••• , p;
resolvons ces systemes un par un ..Le nombre total d'operations
arithmetiques necessaires pour resoudre p systemes d 'equations par
ce procede est ,,_ m3 i +
2pm2 •
On se sert de ce procede pour se faire entre autres une idee de l'erreur d'arrondi
sur la solution sans pour autant consentir d 'importantes depenses supplemen-
taires. On se donne un vecteur z de composantes ayant si possible le meme
ordre et le mâme signe que celles de la solution cherchee; le manque d'infor-
mation fait souvent prendre z = (1, ...• 1f. On calcule le vecteur = Az
-et on resout simultanement le systeme initial et le systeme A z = c.
c
Soient x' et z' deux solutions reelles de ces systemes. On pourrait se repre-
senter ce qu'est l'erreur x' - x sur la solution cherchee si l'on admet que les
-erreurs relatives provenant de la resolution par elimination de systemes ayant
une meme matrice et des seconds membres distincts, A savoir
llx-x'II et li z-z' li
li x' li li z' li: '
different d'un nombre de fois pas tres grand.
11 existe un autre procede permettant de se faire une idee de la grandeur reelle
de l'erreur d'arrondi. 11 s'agit du ckangement d'eckelle qui modifie l'allure de
l'accumulation de l'erreur de calcul. On resout par cette methode le systeme
initial et le systeme
(a.A) x' = f}b, a. et f} nombres;
pour a. et f} · des puissances non entieres de 2, la comparaison des vecteurs x
et ~ x' permet de juger de l 1 erreur de calcul. On peut par exemple prendre
a.=~= lf2.
En cas de systemes d 'equations lineaires de matrice hermitienne A
il est avantageux de recourir a la methode de la racine carree. La ma-
318 M~THODES NUDRIQUES DE L'AL~BRE [CH. Vl
i-t
ai}- ~ BkfBkJdkk
k=t
St1 =------- sudu
pour i<j.
<
li r 1 li li x1 li, et la solution de (7) se definit apparemment avec
une etreur absolue sensiblement inferieure a celle faite sur la solu-
tion de (1). Ainsi, le procede decrit augmente la precision de la solu-
tion approchee.
Le procede en question est particulierement commode si Ies
matrices B et D sont logees en 'memoire tout au long des caleuls.
Cfaque degrossissage de la solution implique la recherche du vecteur
b = b - Ax" et la resolution de deux systemes de matrices tri-
angulaires, soit -4m2 operations arithmetiques, ce qui est peu en
regard des -2/3 m3 operations que coute la representation de A
sous la forme A = BD.
La technique de degrossissage de la solution qui vient d'âtre decrite admet
souvent une mise en reuvre suivante. Soit B une matrice proche dans un certain
sens de la matrice A, mais telle que la resolution du s~teme Bx = c exige
un volume de calcul essentiellement moindre que celle du s~teme Ax= b.
Acceptons la solution de Bx = b pour premiere approximation x1 de la solution
cherchee. La difference X - x1 verifie le systeme d'equations
A (x - x1) = b - Ax1 •
Au lieu de le resoudre, trouvons la solution de
Br1 = b --Ax1
et posons x = x
2 1 +
r1. Chaque valeur approchee s'obtient donc de la prece-
dente par la formule
Jtn+1 = xn + B-1 (b - Axn) = (E - B-1A) xn + B- b.
1
Si Ies matrices A et B sont assez proches, la matrice E - B-1A est munie d'une
petite norme, et un tel processus iteratif converge rapidement (v. § 3).
L 'inversion de matrices est un probleme que I' on rencontre bien
plus rarement que la resolution de systemes d 'equations. Pour la
matrice inverse X = A - 1 , on a AX = BDX =
E. 11 suffit, pour
trouver X, de resoudre successivement deux systemes matriciels
BY = E, DX = Y. On etablit sans peine que le calcul de la matrice
A - 1 co-O.te en gros 2m3 operations arithmetiques.
Si le besoin s'en fait sentir, on ameliora Ies approximations a
l'aide du processus iteratif Xk = X11._1 (2E - AX 11 _ 1). Pour en
etablir la convergence considerons la matrice G11. = E _,_ A.X 1 • On a
Gk= E - AXk = E -AX11.-1 (2E - AX1t-1) =
= (E - AXk-1) 2 = Gf-1.
11 en resuite la suite d'egalites
4
2
G1i= G1i-1 = G1i-2 = ... = Go2k •
Puisque
A-1 - X11. = A-1 (E -AXk) = A-1Gk = A-1G!",
on a l' estimation
li A-l - X k li ~ li A-l li li Go 11 2" ;
:320 M~THODES NUM~RIQUES DE L' ALG~BRE [CH. VI
§ 2. Methode d'orthogonalisation
Ecrivons le systeme Ax= b sous la forme
a11x1 + •••+ a1mXm + ai., m+t. == O.
am1X1 + •• •+ llmmXm + "mtm+l = O.
'Une autre ecriture de ces equations est (a1 , y) = O, ••. , (am, y) = O, ou
ai = (an, ... , ai, m+i), y = (.x1, ••• , Xm, 1). Resoudre le systeme initial
·-equivaut donc â. trouver le vecteur y_ de derniere composante egale ă. 1 et ortho-
gonal aux vecteurs a1 , ••• , am. Adjoignons a ce systeme le vecteur am+i =
= (O, ••. , O, 1). Les vecteurs a1 , ••• , am+t sont lineairement indepeudants
puisque le determinant de la matrice dont ils constituent Ies lignes est egal a
celui de la matrice A qu'on suppose non degeneree. Appliquons au systeme
(a1 , ••• , &m+i) l'algorithme d'orthogonalisation successive pour la norme
li u li= V(u, u). Pour construire Ies vecteurs u1, Vtt u 2• v 2••••• Urn+i, Vm+1
A-1
.on utilise la regle habituelle u 1 = ai, v1 = ~I, ... , uh =ak- ~ chtVt,
li Ut I LJ
i=i
·vh = l1 :: li , .•. L' orthogonalite de uk aux v 1 , ••• , vk _1 donne les equations
,O = (uk, Vt) = (ak,vi) - cki• i.e. cki = (ah,vi) pour i < k. Donc,
k-1
Uk=ak- ~ (ah, Vt) Vf•
t=i
La derniere coordonnee Zm+1 du vecteur Um+i = (.ri, ••• , ~+1) est dif-
ferente de zero; en supposant le contraire, nous aurions obtenu que les conditions
(um+I, ai)= O, i = 1, ••. , m,
-equivalentes aux conditions (Um+i, Vt) = O, t = 1, ... , m, formant un
m
·systeme d'equations lineaires ~ auz1 = O, i = 1, •.• , m, admettant une
5=1
:solution non nulle; alors le determinant du systeme de depart devrait Atre nul.
Ainsi, les conditions {um+i, ai) = O, i = 1, ••• , m, peuvent s'ecrire
Zt Z,n Q
au--+••• +aim--+ai,m+t= ;
Zm+i Zm+i
li A li= sup li Ax li .
(x=pO li X li
Voici Ies normes Ies plus usuelles :
llxll 1 = i~~m
max lx1 1,
m
l[xll2= ~ 1 IXJ I,
li Alia= Ji maxt~i=:im
Â~M; (7)
Deduisons...ces relations. On a
11 Ax llt c= max ~
i
Ii a1JXJ I<
e'est.-a-dire
1 1
:,:,1~ <m~ (~, la,,1).
Supposons que max (~ Iau I) est atteint pour i = l ; pour le vecteur
i ; ·.
aussi
et
(Bx, x)>(min Âi) (x, x). (9)
I
D'autre part, (Bei, et) Âi. Ces relations entraînent
(ei, ei)
I (Bx, x) I 10
s~ p (x, x) l I•
- m~x Âi ( )
Puisque (A* Ax, x) = (Ax, Ax) >0, tous les Â~*A>O; posant B =
=--A*A dans (10), il vient
sup I (A(*Ax,) x) I = m~x I Â~*A I= m~x Âi~M-
x X, X i i
~ .. ~-:'A.: . ~ 2 ~
1
n-1 (TJ- B) D = ( ••• :
Aussi
li Bn 111 ~ li D ll1 li n-1 ll1qn -,.. o
et
li xn - X 111 ~ li D 111 li n-1 111 qn li x0 - X 111-+ o (15)
avec n tendant vers oo.
Si x,
sont Ies vecteurs unites diriges suivant Ies axes de coordon-
nees, X = (x1, ... , Xm)T, alors X = ~XiXt et
i
llxll-<~
i
lxt 111 xi fi<(~ li xi li) Jlxlh·
On a donc, quelle que soit la norme,
Bo= (~ •
ooo
~ .~.
·i) ·
o oo
B0 elevee a la puissance n donne la matrice triangulaire:
328 MJ;lTHODES NUMJliRIQUES DE L'ALG:BBRE [CH. VI
b(n) )T
rn = Bnoro = (b(n)
im, ••• ' mm '
xo = (1 1a ( 1 ~ a ) m-1, •• •' 1 1a )T ;
evidemment,
Si I P/(1 - a.) im est tras grand, l'erreur d'arrondi sur le second membre, qui
est proportionnelle a co, entraînera une erreur inacceptable sur la solution.
Pour I P/(1 - a.) I > 1 et m grand, le systeme s'avere un modele impor-
tant de systemes mal conditionnes (v. § 13).
Examinons un cas reel avec arrondi a chaque pas. 11 est fort peu
probable que la presence d 'arrondis nous evite un depassement de
capacite s'il y en a deja en leur absence. C'est pourquoi nous nous
arrâterons a un cas sans depassement de capacite. A la place de xn,
on obtient alors x*n relies par
x*n+t = Bx•n + c + Pn,
pn etant I' arrondi total par pas d 'iteration.
11 en resuite, compte tenu de (3.2), l'equation relativement a
I' erreur reelle r*n = x* 11 - X :
r•n+t= Pn+ Br•n. (1)
Exprimant chaque r•n par l'iteree precedente, i1 vient
+
r•n = pn-t Br*n,..1 = pn-t + B (pn-2 + Br*n-2) =
= pn-1+Bpn-2+ .•• +~1Po+B11ro. (2)
Pour I a I < 1, I a I + I ~ I > 1, la norme li B:
li a, on I' a vu,
l'allure suivante: pour n petits elle a tendance a s'accroître, et
pour n grands, elle tend vers zero. On montre que la valeur maxi-
male q> (B 0) = max li
n
B:li est atteinte pour un n = n 0 de I' ordre
de m. Avec Ies normes li Bn li se comportant de cette faţon on se
place dans la situation suivante. La quantite max li x*n li n'est
n
pas si importante pour entraîner un depassement de capacite et
I'arret de la machine; d'autre part, <p (B) 2-t ~ co, co etant la plus
grande erreur admise sur la solution. Aussi, avec n > n 0 , il existe
toujours, dans le second membre de (2), un terme Bno pn-1 -no muni
d'une norme ~ro. Resultat: Ies approximations x*~e se stabilisent
pas avec une precision acceptable.
n-1
L'erreur de calcul totale Pn = 'IiBn-1 -ip; peut s'averer notable
i=O
non seulement a cause de la valeur importante de termes isoles,
mais aussi parce qu'ils sont nombreux.
Soient B une matrice symetrique, li B lls = max I Â~ I = Âh <
i
< 1 et e1 le vecteur propre norµie associe a Â}J. Considerons un
modele d'arrondis tel qu'on ait p' = pe1 a chaque pas, p etant de
l'ordre de 2-t. On a
330 M:8THODES NUM:8RIQUES DE L'ALGEBRE [CH. VI
Dans le cas A = oo on exige l' existence, pour K quelconque, d 'une suite infinie
de matricea Am et de vecteurs Xm =f=. O tels que
li ÂmXm ll<m> ;;::: K li Xm ll<m>·
La quantite Pm = sup Iz I est le rayon spectral de la matrice
zEBm
et p = p ( {Am}) = sup I z I le rayon spectral de la famille
z E 8({Am})
{Am}- Evidemment Pm ~ li Am ll<m>•
PROB~ME. Demontrer que
.S ({Am})= LJ
m
Sm (3)
Ainsi,
D'ou
Par ailleurs
Donc,
IIAmXm-(a+~w)xmlJa<:( ~1) llxmlla•
Comme pour un e > O il existe un m tel que 1~ 1 < e, l'inegalite
. Vm
obtenue veut dire que le point a + ~w appartient au spectre de la
famille de matrices {Am}· Puisque tout point du cercle Iz - a I~
~ I ~ I s'ecrit sous cette forme avec I w I ~ 1, nous avons demontre
l'appartenance de ce cercle au spectre S.
Posons <J>n = sup li (Amt ll<m>·
m
•
§ 51 SPECTRE D'UNE FAMILLE DE MATRICES 333
On a, pour tout n,
E - Dn = (E - D) (E + D + ... + nn- 1
),
il s'ensuit
(E - D)-1 - (E + ... + nn- )11 ~ 1
li (E - z-1Bti -
n-1
p (z-1B); li~ (1 _
:,=0
li ~ li r1
( li : li r-
00
d'ou
li A~m ll~m>~I Z in li Xm llcm>-K li Xm llcm> =
· =(lzin-K) llxmllcm>~Kllxmll<m>•
Nous avons trouve Ies m et n pour lesquels li A~llcm> ~ K, ce qui
demontre le theoreme.
Les affirmations des theoremes entraînent que le rayon spectral
d'une famille d'operateurs determine pour beaucoup Ies proprietes
du processus iteratif. En effet, si p < 1, alors, d 'apres le theoreme 1,
Ies normes li A~ ll<m> sont uniformement bornees, et le processus
iteratif doit etre insensible aux arrondis; si, par contre, p > 1,
on a sup li A~ll<m>=oo conformement au theoreme 2, et, pour certaines
n,m
des matrices Am, le processus xn+i = Amxn +
b ou hien divergera~
ou hien sera assez sensible aux arrondis.
Les theoremes demontres n' autorisent aucun jugement sur la
stabilite d 'un processus iteratif concret par rapport aux arrondis.
II y a plus. En l'absence de relations nettes entre Ies elements de la
matrice A on ne sait pas exactement A quelle famille co.nvient-il
de la rapporter. Et quand bien meme le probleme du choix de {Am}
et de la recherche de son spectre serait rasolu, la question de la stabi-
lite du processus iteratif reste entiere. Pour un nombre reel de carac-
teres binaires et une precision fixe du calcul, il se peut que Ies nor-
mes li A~ llcm> croissant lentement avec n et m soient a preferer
aux memes normes uniformement bornees par une constante im por-
tante. Aucune conclusion pratique concrete n'est donc possible.
Neanmoins, nous avons etabli que Ies matrices non symetriques de
dimension elevee jouissaient de proprietes qui nous etaient incon-
nues. Elles possedent, en particulier, a cote de valeurs et vecteurs
336 MJ;lTHODES NUM~RIQUES DE L'ALG:8BRE [CH. VI
salon (2),
xn- 2 - X + O (I Â2 ln) ,~
= wn),;;- 2
Â1+0 ( 1'1~t1,)
Âf>=---..:.;._....,......._
1+0 U1 ~2~1 ) .
Puisque
(5)
on a
(6)
sup 11
~ 113 = li P11, (A) lb = max I P11, (Â) I ; (2)._
ro,;:o 11 113 AES(A)
ici
- (-f)k ('J,}'+
t h--2- O
Â, -k)
O .,
_VM+Vii . '·
Âo-,r- ,r-·
V M-v µ
Un tel processus est dit lineaire optimal a pas lies. · Pour le sac
particulier k = 1, on a selon (4)
2Â-M-µ
2
P. {Â)
01 =1 ~ÂQo0 ("-) = .· M-µ
M+µ = 1.- Â
M+µ'
-M-µ
1 1 ,. M-µ
t1 = M+µ ' 0'1 = '"Ţt;Ţ= M+µ •
~M-µ .
Le processus analogue a pas separes se represente donc comme _suit:
. . •2 .
yi+t = y" ---.-(Ay1-b)
. M+µ
avec pour estimation d 'erreur
1
11 y -Xlla~( :+: rlly 0
-X lla-
On verifie que Ies coefficients des polynomes Qf _1 (A) croissent
rapidement avec k; on con~oit que; pour k grand, l'algorithme de
calcul de xn qui fait. :r;ecours a l 'information sur les valeurs desdits
~oefficients .est tres sensible a l'erreur de calcul. Aussi pour trou-
ver x.,,_. suit-on des voies detournees.
· Mettons (1) sous la forlrie ·
~= P,i (A) ~0 -(Pk (A)-E) A- 1 b
et considerons-la comme la transformation x0 -+ xk.
So'ient pw (1'.) ·et p< 2> ("-) des polynomes arbitraires et P (Â)=
= pw (Â) P<2> (Â); effectuons ·successivement Ies- transformations
correspondant a pw et P< 2) :
xm = pw (A) x 0 -(PU> {A)-E) A- 1b,
(8)
·;•
_x< 2 > = pc 2> (A} xm -·(P< 2' (A}°-E) A-1b.
On a
r 2> =:P< 2> (A) p~u (A) x 0 -P< 2> (A) (PW (A)-E) A- 1b-
;_ (P< 2> (A)- E) A- 1b = P< 2> (A) p,o (A) x 0 -
- (P< 2>·(A) pcu (A)-E) A-1~,
Ainsi, les transformations successives (8) equivalent a la transfor-
mation .. correspondant au polynome P (A). 11 s'ensuit que lorsque
P (Â}= pw ("-) ... pck> (Â); ~a realisation successive des transforma-
t.ions ; correspondant a· P<"> (Â), i= 1, ... , k, conduit au meme
resultat que la transformation correspondant a P (Â).
Pour calculer xk= x0 -QL 1 (A) (Ax0 -b) procedons commo suit.
Decomposons .
pg C"-) = 1·-"-0L1 <"-) ·
344 Mlr:THODES NUMtRIQUES DE L'ALG:filBRE [CH. VI
en produit de facteurs
Pf (Â) = (1- a1Â) ... (1-a:Â)
et effectuons l 'une apres l 'autre Ies transformations qui leur cor-
respondent. Si P (Â) = 1-afÂ, alors Q {Â) = (1- P (Â)) Â- 1 = et at
elles s'ecrivent
x< i> = x<i-o - anAx<i-t> -b), i = 1, ... , k. (9)
11 ·vient finalement egal a x". Les zeros des polynomes
x<k> PH"-)
sont Âi= (aft1 , ceux des Tk ( 2 '}..-;_~~µ).}
 _ M+µ
i - --2-
+ --2-
M-µ •1t(2i-1)
cos. 2k '
i=1, ... , k.
D'ou
a~= 2 n (2i-1). (10)
M+µ+(M-µ)cos k
2
.. Lorsque k est grand, l'algorithme de calcul selon (9), (10) est lui
aussi sensible aux arrondis. Retranchant de (9) X= X- anAX-b),
on trouve l'equation donnant l'erreur: r<i>=(E-afA)r<i-1>, qui
s' ecri t en arrondissan t :
Q r<i>=(E-atA)ri-1+Pi-1.
Exprimant. chaque r<i> par les iterees precedentes, on a l'egalite
r<"> = IT (E-a~A) r<
i=i t
0> + k~i IT
i=O i+2~j~k
(E- aM) pi.
1
Ici sur r< 0 > agit l'operat~ur P'k (A) de norme CJ1i = j t~ 1 tandis I<
que Ies operateurs sur p1 peuvent etre munis de normes fort impor-
tantes.
at=------2-------,-, -- .
1t (2b--1)
M+µ+(M-µ) cos ~k
§ 71 OPTIMISATION DE LA VITE!SSE DE CONVERGENCE 345
+ (tn+tE- 2 2
A- ~~-tµ) E tn -t- tn-tE) A- b. 1 (12)
Les polynâmes de Tchebycheff sont lies par la relation de
recurrence
T n+t (x)-2xT n (x) + T n-1 (x) = O. (13)
Si l'on substitue a x une matrice, en particulier 2A-JM+µ) E , la
-µ
relation reste stricte. Aussi la matrice entre accolades est-elle nulle.
Par suite de (13) et de l'egalite t 11 = T n ( - on a :+: )
tn+t - 2(- : +: ) + t 11 tn-t =O (14)
et la relation (12) se recrit
.ou encore
· yn+i = Yn + IDnIDn-1 (yn -yn-1) - M
2
+ µ
(1
.
+ IDnIDn-1) ( Ayn - b) ( 16)
avec
tn
IDn = I- - tn+i
-.
_{19)
iteratif optimal
li yn.-x lla~21i;t li x0 -X lla-
Lorsque 2lt~e, la norme de l'erreur · diminue d'au moins e- 1
fois. D'ou l'evaluation du nombre d'iterations requis
n >n1 = logAo
.
~s = (ln
•
"-ot
.
1
ln ~.
e
donc,
. . : /- M 2
1 .. /
ln Âo ......, 2 V ~ , n 1 ......, 2 V µ ln 8 .
Faisons la comparaison avec le processus lineaire optimal a pas
separes dont l'orreur, selon (7), est evaluee par
. n>n2 = (ln_ : : : r .! . 1
ln
S1. M -+ oo, a1ors
-
µ
1 M 1
ln M+µ ,_ 2 ..f.. et n.,-----ln-.
M-µ M 2 µ e M
Verifier que pour tous i = ph, les approximations xi coincident avec Ies appro-
ximations du processus iteratif lineaire optimal.
2. Soit
2 1 1
«o= M+µ ' «1=1r, «2=- µ
et les ensembles
.. i.e.
u;1+1,iz- 2 u;1, i2+u;1-l, .12 u;1, .12+1- 2 u;1, iz+ u;1, f.i-1
(20)
h2 h2
avec O< ;s, ; 2 < l;
u.11,h=O si it(l-i1)i2(l-i2)=0.
La matrice de ce systeme est definie positive et pour elle
T ( M+µ)
n. M-µ
M+µ)
Tn+t ( M-µ
Donc, pour n grands, la formule (16) est voisine de
2
zn+t=zn+Âo2(zn-zn-1)-M+µ (1+)..02)(Azn-b). (21)
.. . . . . . . . . . . . . . . . . . . . . . (1)
L}
o o
B=
C a~1-
am1
a22
am2
a12
o
o
ama
a1a ... a,m)
C,=(:. o o
a2a • • • a2m
o
D'ou
(3)
La methode de Seidel equivaut donc a une methode iterative simple,
et pour qu'elle converge, quelle que soit l'approximation de depart,
350 Mli:THODES NUM:mRIQUES DE L'ALG:BBRE CcH. VI
ii faut etil suffit que toutes Ies valeurs propres de la matrice -B-1C
aient un module inferieur a 1. L'egalite
det (-B-1C - 'A,E) = det (-B-1) det (C + BÂ)
entraîne que Ies valeurs propres de (-B-1 C) sont racines de l'equa-
tion det (C +
B'A,) = O.
Donc, la condition necessaire et stiffisante de convergence de la
methode de Seidel est que toutes Ies racines de l'equation
lltm )
~2~ • =0
llmmÂ
avec
a=
l-1
h I::: I, ~= hm Iaiz I;
al}
i=i i=l+t
§ 8] M~THODE DE SEIDEL 351·
"f}
li rn+l llt < i-a li rn ll1•
Par hypothese a+ f} < q < 1 ; c 'est pourquoi
_tl_ ~ q-a =q a(1-q)
1-a ~ 1-a 1-a <q
et
n) par un dep
n+t , Xin , • • • , Xm
( Xsn+l , • • • , Xi- „ 1acemen t de l' approxuna-
·
1
tion parallelement a l'axe des xi jusqu'a l'interseetion avee le plan
Li; geometriquement, la methode de Seidel consiste donc en un
deplacement cyclique parallele aux axes des x 1 jusqu'a la ren-
contre avec Li. Les fig. 6.8.1-6.8.3 illustrent, pour m = 2, Ies eas
Fig. 6.8.3
Fig. 6.8.4
deplace parallelement a l'axe des xk jusqu'au point en lequel F~'h. -
= O. Par consequent, la nouvelle valeur xk se definit a l'aide de
m
F~,,,=2 (~ akJXJ-b1i)=O,
j=1
i.e. par la meme equation que dans la methode de Seidel. Ainsi, en
minimisant la fonction F p~r la methode de deseente sequentielle et
erţ resolvant le systeme initial par la methode de Seidel, on obtient
Ies memes approximations.
Si xn 9'= X, l'une des equations au moins n'est pas satisfaite,
et la valeur correspondante F~k (xn) est differente de zero. Choisis-
sons le plus petit de ces k. Alors, en approchant x1 , • • • , x,i_1 nous
restons en xn et en approchant xk on se deplace vers F (x) Ies plus
petits; en precisant Ies autres eomposantes, la valeur F (x) ne croît ~
pas. Donc,
F (x'1+ 1) < F (x"), F 0 (x1'+ 1) < F 0 (xn),
ce qui implique ·
Fo (xn+ 1)
Fo(xn) < 1 (6)
23-01007
354 M~THODES NUl\l~RIQUES DE L' ALGEBRE [CH. VI
La pratique des calculs montre que pour A > Oon prendra le f acteur
de relaxation p dans Ies limites O_< p < 1; on a alors affaire a la
surrelaxation. Les petits cercles 1....
blancs de la fig. 6.8.4 representent .r,
Ies approximations de la methode
de Seidel et Ies asterisques celles
de la surrelaxation pour p = 1/4.
En resolvant le systeme (7 .20) par .
la technique de Seidel une reduction
de I' erreur de e - 1 fois exige
,...,, ck-2 ln (e-1) iterations, tandis que
la methode de surrelaxation, pour
p = 1 - ©h, ©>O, n'en demande
que ,...,, c (©)h-1 In (e-1). Le choix
du parametre © est en l'occurrence
tres delicat. En particulier, dans
nombre de cas la valeur optimale
de p se definit experimentalement.
On choisit parfois le facteur de
relaxation p en fonction de net i.
Revenons de nouveau a la te1
fig. 6.8.4 pour A > O. Apres avoir
approche la eomposante x1 par Fig. 6.8.5
la methode de surrelaxation avec
-1 < p < 1, nous tombons en un point situa a l 'interieur ou sur
la frontiere de l 'ellipsoide F (x) = F (x0). En nous rappelant nos
raisonnements relatifs a la methode de Seidel, nous tirons la conelu-
sion que pour p dans Ies limites indiquees on a toujours,.,F0 (xn+1 ) <
< F 0 (xn) si xn =fo X. .
PROBLBME. Demontrer que dans la condition I Pn I~ q < 1 la methode
de relaxation converge en progression geometrique.
grad F = 2 (Ax- b)
et
=2 ( Axn+t-b, d;;: 1
) = -2 (Ax"+1 -b, Axn-~).
rn+1=(E-M!µ A )rn.
Soit es, . . . un systeme orthonorme de vecteurs propres de la
matrice A : Aei = Â,e 1•
Puisque µ<Ai <M, on a, quel que soit i~
M-µ 2 M-µ
- M+µ <1- M+µ Ât-< M+µ
et donc
11 - M! I-< :+: .
µ Âi (7)
~ Âibf = ~
2
(Ar,i+1_, rn+1)= Âi ( 1- ~ µ } cf.
Compte tenu_ de (7)!il vient
et proposons-nous de minimiser
F (xn) = (Axn, xn)- 2 (b, xn)
moyennant le choix des parametres ai. On a
dF (xn) = 2 (Ax"-b dxn)
da.1 ' da.J '
dx" · et
--=A'r0
da,J
n-1
Axn -- b = r 0 + i=O
~ a.iA i+ r
,
1 0, (2)
les conditions F;,,1 = O formant le syst~me
(Axn-b, A;r0) = O, j = O, ••• , n-1. (3)
En y portant l'expression de Axn-b, on aboutit a un systeme
d 'equations lineaires
n-1
(r0 , A;r0)+ ~ a.t(Ai+ 1r 0 , A;r0)=0, j=0, ..• , n-1, (4)
i=O
en a. 0 , • • • , CX.n-1 •
Si x0 est donnee, on peut choisir un certain n, resoudre le systeme
(4) en a. 1 et obtenir l'approximation xn. L'algorithme decrit connaît
plusieurs utilisations.
Ainsi, on peut operer de proche en proche en adoptant en qualite
d'approximation initiale a chaque pas l'approximation obtenue
au pas precedent.
On peut egalement construire une suite de vecteurs
n-1
Xn= x0 + Lj a.fAi (Ax 0 -h),
i=O
qui minimisent F (x) pour ehaque n.
Proposons-nous d 'etablir une relation de recurrence qui lie ces
vecteurs a la maniere des relations du processus iteratif lineaire
optimal.
Soit e1 , . . • , em un systeme orthonorme complet de vecteurs
propres de la matrice A. Mettons le vecteur r0 = A x0 - b sous la
m
forme r 0 = 2]c1e1. Une combinaison lineaire de vecteurs propres
.7=1
correspondant a une mâme valeur propre est ancore vecteur propre
associe a cette valeur propre. Aussi, en groupant Ies termes eorres-
pondant aux valeurs propres identiques et en ehassant Ies termes
q
nuls, on obtient r 0 = ~ g1 ; iei g1 =t= O,
J=i
Agi = 'J.,,1g1,
360 MgTHODES NUMgRIQUES DE U ALG:8BRE [OH. VI
Si
q
~= x0 + ~ ~1iA"-1 (Ax0 -b),
1&=1
xq = x0 + ... + ai_1AMr0•
Etant donne la oondition aj_ 1 ==/= O, ce system.e de matrice triangu-
laire se resout par rapport aux inconnues A'r0 , j = O, ... , q-1;
ii en resuite Ies relations
;
Ai-tr 0 = ~ b{ (xi-x0)., j= 1, ... ., q.
i=i
(9)
ou
-1
0n
n+ °n-1
:n ,
Au lieu de trouver Cţn. et Pn par ces dernieres formules, on Ies determinera chaque
fois en minimisant la fonctionnelle F {xn+l) par rapport a a.n et Pn. 11 vient les
formules
a.n =({Axn-b, .4xn-b) (ÂX"-b, A (xn-xn-1))-
-{ÂX"-b, xn-xn-1) {A {Axn-b), Axn-b)) O'n,
fin=({Axn-b, xn-xn-1) (.A {xn-xn-1), ÂX"-b)-
-(ÂX"-b, Axn-b) {xn-xn- 1, A (xn-xn-1))) <1n, (10)
1
an-
- {xn-xn-1,
.---...-----------
A (x"-xn-1)) X
oii
364 M~THODES NUMERIQUES DE L' ALG:BBRE [CH. VI
D'ou l'estimation
Fo(Yn)= (A (yn-X), yn-X)=
= ~ Âicf Kf ,<I tn 1-2 21 Âicf = I tn J-2 (A (x0 - X), x 0 - X).
i i
De toutes les approximations du type (1) dont yn, c'est l'approxima-
tion de la methode du gradient conjugue qui minlmise les fonction-
nelles F et F 0 • On a donc ·
F0 (xn) ,<Fo (yn),<j tn 1-2 F 0 (x0).
Evaluons comme plus haut la vitesse de convergence par la norme
usuelle
li xn-x 113-<·V: I tn 1-1 li x 0 -X 113•
Nous voyons que l'evaluation est du meme ordre de grandeur que
celle pour le processus lineaire optimal. Le grand avantage de la
methode utilisant les directions conjuguees est qu' elle neglige Ies
bornes du spectre.
Puisque apres q ~ m iterations on aboutit, sous l'hypothese de
I'absence d'arrondis, a une solution exacte, cette methode peut
âtre qualifiee de directe. Soit une matrice A possedant l elements
non nuls avec naturellement l ~ m. Un pas d'iteration exige O (l)
operations arithmetiques et une solution rigoureuse ne s'obtient
donc qu'au bout de qO (l) = O (ml) operations. Ainsi, pour Ies
matrices renfermant un faible nombre d 'elements non nuls, notre
procede s'avere direct et efficace. De plus, on ne constate dans ce
procede qu'un encombrement relativement faible de memoires des
machines a calculer. Si l'ordre m du systeme est eleve, il n'est pas
rare qu 'une bonne approximation de la solution se realise pour un
nombre d 'iterations n ~ q.
Considerons le cas ou la conditionA>0 n 'est pasrealisee. Le systeme
A*Ax = A*b est equivalent au systeme initial, mais le nombre
d 'elements non nuls de la matrice A* A peut depasser notablement l.
11 serait alors raisonnable de ne pas expliciter ce systeme et de trou-
ver chaque vecteur de la forme A*Au en multi pliant successivement
u par A et A*.
s'eerit
N b2 N
<I> {p1, • , ·, PN)= ~ p: -8 + Â. ( ~
2
Pk- i) ,
k=i 1'=1
b2
La condition <I>~h.=0, k=1, ... , N, implique - •~
P1i
+ Â= O. D'ou Pk =
N N
=vbk_. La condition 21 Pk= 1 entraîne ~ bk= Vi, i.e. VI=S. La va-
"' k=i k=1
leur Pk = ~k est, on le voit, la plus indiquee. Pour ce cboix
fk=.!.l!:...as, d 2 =0.
Pk
Pour distribuer optimalement Pk ii faut connaître la quantite S cherchee. Voici
un des modes operatoires possibles: on choisit une fonction Bk ~ O telle que
L
bk ~ Bk et Ies sommes O'n = ~ Bk soient connues quel que soit n ; ensuite
1'=1
Bk
on pose Pk =-
ON
.
Appliquons la methode de Monte-Carlo A la resolution de systemes d'equa-
tions lineaires. Supposons qu'on cherche la composante (x)q de la solution du
systeme x = Bx + c. Soit B une matrice telle que le processus iteratif xn+i =
+
= Bxn c converge vers la solution X du systeme pour toute approximation
initiale x0 • Lorsque x.O = O, il vient
n
x 1 =c, x 2 =c+Bc, ... , xn+t= )! Bfo.
J=O
Le processus etant convergent, pour n suffisamment eleve, la quantite (xn+l)q
approche assez bien (X)q. La froximite de xn+i et X nous guide dans le choix
de n. Cherchons ensuite (xn+ )q. On a
m m m
(zn+i)q=cq+ ~ bq; c;
-1
; 1- 1 s
+ ... + .~-1 ... . ~-~ bqi 1
••• bi ; ci .
n-t n n
(2)
,1- 'm-'
Ainsi, sur le plan formei, rechercher (x"+1)q revient a rechercher S. Cependant1
lorsque N sont tr~s importants, il est inutile d'utiliser le procede examine
plus haut en raison de la longueur limitee des nombres avec lesquels travaille
la machine. En effet, Ies nombres sont arrondis a des quantites de la forme
k2-t, k entier, t la longueur des nombres traites. Aussi Ies longueurs des inter-
n,
valles semi-ouverts obtenus dans la pratique seront multiples de 2-1 et, dans
le cas des p 1 comparables avec 2-t, l'erreur sur Ies valeurs de la fonction aleatoire
~ sera consideraMe. En particulier, cette longueur limitee fait que le nombre
d'intervalles semi-ouverts non nuls n,
est toujours 2' au plus. La formule (2)
comprend N > mn termes et le procede examina est inapplicable directement
meme pour m et n pas tres forts.
Essayons de surmonter cette difficulte. Soit Pf} ~ O et verifient~
m
~ Pu=i pour i= t •.•. , m, Pii> O si biJ =I= O. (3)
i=1
§ U] dTHODE DE MONTE-CARLO 367
Calculons ES,. t• ,· •
... , n
La probabilite d 'obtenir la [suite ; 1, ••• , in vaut
p,..; ••• PJ ; • Donc,
"""1 n-1 n
m m
Es,.1' •·•• ,·n = ."'-'
"" ... •"'-'
"" (cq+ lq,· 1c,• I + ...
11=1 'n=t
••• + fq;i • • • f in-t;n c;n) Pq;i · • • P;n-t;n ·
n
Representons le deuxieme membre de cette egalite par ~ Tk avec
k=O
m m
To= • ~ •. • ; ~
_1
CqPq;1 .. P;n-t; n ,
1 1 1= n-
m m
Tk = ~ .. . · "" fq,.: ••• f; ,· c1 Pq,· ••• P,· ,· pour k > O.
· t "'-' "t k-t k k. I n-t n
'1= 'n= 1
Soit
m m
a~• n= "'1 ••• "'1 P·· • • • P·1 3· ,
' • "'-' • "'-' "k+t n-1 n
3k+t=t 3n =t .
alors
-cqao•
T o- q
n'
m m
T1t= ~ ••• ~ (fq; Pq;) .:. (f; ; P; ; }c; ~•n.
• 1 · t 1 1 k-t k k-t k. k. k
'1= 31,.=
Une sommation successive sur Ies variables f n, ••• , ik+i a l 'aide de (3) four-
nit a}• n = 1.. 11 s'ensuit, compte tenu des egalites fuP11=b11, que
To=cq,
m m
Tk. = ~ ... ~ bq; ... b; ; c; ,
i1=1 ik=i t k-1 k k
368 M8THODES NUM8RIQUES DE L'ALG"BBRE (CH. VI
et de (2) ii vient
ES.1 . = (xn+i) q.
1• •··• 1n
D'ou
ES(M) = (xn+i) q.
VarS•
.
Puisque Var (§CM)) ţ ···• 'n ,
pour M eleves la quantite s<M> est
voi_!ine avec une gra~e probabilite de (xn+i)q et on peut estimer que (X)q ~
~ s<M>. Les valeurs s,. ,· se calculent lors du tirage au sort des
t• ···• n
/t, ... , ln par Ies formules de recurrence
S.'t• ... , ,,· =8-, •· +z;,
11• ••• , 'l-t 1• ... , ••C•,
1l ll
{ z.1 . = z.1 . f; . pour l > 1,
t• ···• 1 l 1• ... , 11-t l-t• 1l
avec
s,1 =cq+zilis' z;l =fq;,·
Soit x = Bx +
c l'ecriture matricielle des relations (6). Cherchons la compo-
sante :r: l• La matrice B est symetrique et
• ni
).1=cos T, t=1, ... ,L-1.
§ Ul !IBTHODE DE MONTE-CARLO 369
Aussi
id 1t
maxi "'B l=cos-r;,
La condition li Bn lls < 1 est essentielle si l 'on veut que l 'erreur sur la valeur
approchee (xn+1)z soit petite. On prend donc
(8)
Supposons, par exemple, que tous les PiJ = ~L! et, pour fixer Ies idees, que
1
n est pair. Alors
f 1J/i1i2. •. f;n_i;nco,
Nous avons choisi un n tel que ES; .; = (xn+1)z ~xi.Du moment que
"i' • • ·• "n
xi= (cq +c1)/2, le terme principal dans le second membre de cette inegalite
est de 1 ordre de ((L +
1)/4)n. La comparaison avec (8) revele que deja pour L
peu importants on n'a ~ere d'espoir de calculer xi avec une precision acceptable
pour un M (nombre d epreuves) raisonnable.
Soit maintenant
pour i =i= O, L, I i - j 1=1,
(9)
i=i=O, L,.
dans tous Ies cas restants.
Considerons une particule errant d'un p~int jk (j' = O, ••• , .L) ă r·autre~
Supposons que ce mouvement commence a .!'instant 't = O au point lhl et ~ue
de chaque point jh, j =p O, L, la particule passe par unite de ten:ţpţ; a l un
24-01007
.370 METHODES NUMERIQUES. DE L' ALG'8BRE [CH. VI
Q= ~ (qn-qn-1) n
n=i
est egale a l' esperance mathematique de la valeur n pour laquelle le produit.
fn;
-.i"l
••• I,·n-1,· n s'annule une premiere fois.
Dans les problemes appliques on arrive souvent a choisir Pii de faţon que
Ies variances Var 8; , ... , ;n soient uniformement bornees en ~ et qu~ Q ne soit
1
pas trop eleve. Dans ce cas, on ne fixe pas d' avance le nombre n et on choisit.
au hasard. les elements de l'ensemble ii, ... , in tant qu'on n'aura pas
f;n-1in =0.
PROBL'8ME. Demontrer que pour un tel algoritbme
ES1, ,
1• ... , 1n
= (x)q.
Dans la methode de Monte-Carlo, îl importe egalement de faire attention
a la representation du systeme sous la forme x = Bx + c pour laquelle le
processus iteratif xn+i = Bxn +. c converge le plus rapidement possible (cela
fait decroître le nombre n.,,-i.e. allege une epreuve). A defaut d'un choix heureux
des PtJ. une ~onne approximation x 0 de la solution entraîne aussi une diminu-
tion de Var Sji' .... ;n. Dans ce cas, on resout le systeme
r = Br (c + +
Bx0 - x0)
relativement a r = x - x0 par la technique de Monte-Carlo; il faut s'attendre
alors a une diminution~ de Var S1t • .... ;n et donc a une reduction du volume
de calcul.
f tţ) ·: DTHODE AYE}C OP~R4TEURŞ SPECTRALEMENT :QijUIVALENTS 371
A-
-·(Â1. . 0 .)
O Âm
et ·u une matrice orthogonaie.
On designe habituellement par VB la matrice
0
u•(+-V1..t___ ·)u.
o +-V"-m
372 M:8THODES NUM:8RIQUES DE L' ALG:lilBRE [CH. VI
On rappelle que
li Vn Ila= V (V B rn, V B rn) = V (Brn, rn).
S . O< µ 2 ~,,,,,.(By,y),,,,,.M
: 1 (y, y) ~ 2 pour n ,.1mport e que 1· y, (6) en trame
" l' es t·1-
·mation
JJr"II ~ llvnlls ~{M1-µ1}" llv011s &{M1-µ1}n-./M2 l\roll 3•
a---.::: lfµ2 '-.::: M1+µ1 Vµ2 '-.::: M1+µ1 V µ2
Puisque la fonction
M-µ 1-(µ/M)
M+µ = 1+(µ/M)
diminue de fa~on monotone avec M/µ, le nouveau processus itera-
tif converge plus rapidement.
Avant de passer des formules (1) aux formules (2), il convient de
,comparer l'effort qu'elles exigent du chercheur. Si Ies iterations par
Jles formules (2) sont sensiblement plus laborieuses, ce passage est
tpe:ut ,âtre a deconseiller ..
§ 12) dTBODE AVEC OP~RATEURS SPECTRALEMENT :8QUIVALENTS 373
Comme, . ;,
Ax= b, (1)
c'est
(2)
qu'on doit resoudre .. Supposons cQnn1:1:es Ies estimatiqµs li A li et
ii 1J li- E.valuons l'erreur sur la solution.
1
• Degageons pour commencer la partie principale de l'erreur. Notons
X et X* Ies solutions respectives de (1) et (2) et r la difference
X* - X. Portons Ies expressions de A 1 , b1 et X* dans (2), il vient
(A + A) (X + r) = b + 11•
La soustraction de (1) donne
d'ou. ·
Ar+ AX+ L1r = 1)_,,
Ar= 1J -. AX - Ar
et
r = A-1 (11 - AX - Ar). .. (3)
Si li A li et 1111 li sont faibles, li r li doit l'etre aussi. Le terme Ar- est
.alors d'un ordre infinit.esimal superieur; en- le negligeant on trouve
r ~ A - 1 ( 1J -- A X).
L'estimation d'.erreur s'ecrit donc,
li r li ~ cr ~ li A - 1 11 (1111 li
X li). + li A 1111 (4)
On obtient une estimation· rigoureuse de 1a fa~on suivante.
§ 13) ERREUR SUR LA SOLUTION APPROCHgE D'UN SYST~ME D'~QUATIONS 375
qui relie Ies erreurs relatives sur le deuxieme membre et sur la solu-
tion par l 'intermediaire des seules proprietes de la matrice du sy-
steme. Puisque
11h11 IIAxll
s~p IIXII =s~plfxîl=IIAII,
on a
v(A)= li A li llA-1 11.
Toute norme de la matrice est au moins egale a sa valeur propre de
module le plus grand, i. e. li A li ~ max I ÂA 1- Les valeurs propres
des matrices A et A - 1 sont reciproquement inverses; c'est pourquoi
X=~ cie;,
i=1
-Comme
f f a
1;- 1'.t+a = '>..t ('>..t+a)'
la presence du petit parametre a ne modifie guere les termes associes
.aux 'A.1 grands. Par ailleurs, si Ât ~ a, on .a
I I~ I I
(ii, e,)
'>..t+a
{ii, e,)
'>..t '
-ce qui signifie que 1~ ·fait d 'introduire le parametre ·a diminue nota-
blement l'importance des termes associes aux Ât faibles. On choisit
la vaieur optimale de a en comparant Ies resultats obtenus pour
,divers a.
Passons a la deuxieme methode. Resolvons notre systeme d'equa-
-tions par un procede iteratif. Considerons Ies iterations par la formule
xn+t= xn-a (Axn-b) (7)
J)our, au depart, une approximation x 0 • Soit
m
~ z1Je1.;
xn= i=i
portons ces expressions dans (7) et egalo ns Ies coefficients de e, ;
dl vientr
zf+l =a~,+ (1- a'A.1) zf.
.En exprimant chaque zt par Ies precedents, a on aboutit
zf' = a~,+ (1- a'A.,) zr- = a~,+ (1- ~Ât) (a~,+ (1- a'A.,) zr- = ...
1 2
)
n-1
... = a~ 1 ~ (1-a'A.,)k+ (1- a'A.1)1' zf.
k=O
pour J=i,
. { p
af;= q pour J=t+1.,
. o pour J =f::. i, t+ 1.
1.) Calculer (AOn>)-1 et demontrer que, pour I q I < Ip I, Ies matrices
A <m> sont bien conditionnees et que leur conditionnement est. maµvais pour
>
I q I l p I et m grands. · · ·· · .
. · . 2) Explioţter en fonction du deuxieme membre la solution du systeme
A<m>x = b. .
3) Expliciter en b le vecteur Xci qui minimise la fonctionnelle
(A <m>x - b, A <m>x - b) ,- ~ (x, x).
4) 'E:x:J?rime~Jpar une relation l'effet d1 ~e telle regularisation.
11 y a une autre raison d 'eviter la symetrisation de matrices dont
on a parle ·au § 7. Voyons ce que donne une operation de symetri-
sation 'formelle sur une matrice symetri<JU0. On a alors  =  *
·et A*A = A2• Si une matrice est elevee au carre-t il en est de mâme
380 M:mTHODES Nm1:mRIQUES DE L' ALG:E:BRE [CH. Vl
De mâme
et
,quels que soient i, /. Pour fixer Ies idees, supposons m pair. Nous dirons que
les vecteurs x sont pairs si leurs composantes sont reliees par zt = zm+l-i'
t = 1, ... , m, et impairs si zt = -:&m+t-i• Dans la condition (2) le vecteur Ax
,est pair ou impair avec x. C'est pourquoi Ies sous-espaces de vecteurs pairs
ou impairs sont des sous-espaces propres de l'operateur A. Il existe donc un
:Systeme complet de vecteurs propres appartenant a ces sous-espaces, c'est-a-dire
qui sont ou pairs ou impairs. Cette circonstance est essentielle: si un vecteur x 0
,est pair (resp. impair), ii en est de mâme de tous lesxn si bien qu'en cherchant
-chaque xn suivant il suffit de determiner la premiere moitie de ses composantes.
On reunit de plus Ies coefficients correspondant aux composantes zi et zm+i-t·
Pour x 0 pair, Ies composantes de xn se calculent par exemple a l'aide des for-
mules
m/2
xf+1= ~ (aii+a~, m+t-;) xf.
i=1
A vec ces iterations nous restons dans Ies limites des sous-espaces de vecteurs
pairs ou impairs respectivement. Aussi, pour x0 et e1 elements de sous-espaces
differents, la composante proportionnelle a 0 1 n'apparaît Ras. A part gu'elle
permet de diminuerl directement le volume de calculs qu exige la recherche
de chaque xn, la propriete (2) rend un autre service. Un cas assez repandu est
-celui ou Ies vecteurs propres de numeros impairs petits sont pairs et ceux de
numeros pairs petits impairs; on admet que I A1 I > >
I Â-2 I I Â.3 I > ...
Alors, si x0 est pair, on a toujours
1
xn=c11'.1e1 +caÂ;ea+•·· =c1Â. e1+0(IÂ-sJn),
par consequent,
,et
D ~MONSTRATION. L 'egalite
B(O)=B
est evidente.
Les matrices B (O) et B (cp) sont semblables et leurs polynomes caracteris-
tiques
Âm-s 1 {<pJ Âm-1 +s2 (<p) Âm-2_ ••• =0
il vient
m m
~ (bqq (cp))2 +2 (bkz (q>))2 = ~ (bqq)a+ 2 (b,iz) 2~
q=1 q=1
Retranchons cette derniere egalite de (3) :
~ (biJ (cp)) 2 -2 (b1iz (cp)) 2 = ~ (bij) 2 -2 (bkz)2 • (6)
i=l:i i:i=i.
Les relations (4) entraînent immediatement
bkz (q>) =bu cos 2q>- ! (bkk-bzz) sin 2q>.
Soit
i 2bkl
2 arctg bh.k- bll
q>o=-
alors bkl {q>o) = O et (6) deviant
~ (biJ (q>o))2= ~ (bi;)2-2 (bkz)a.
i=l=i . i=l=i • .
La somme ~ bf; se compose de m (m-1) termes b~;; comme (bkzl~ =
i=/=i
max (bu) 9 , on a
i=l=i
Soit Acn, une matrice obtenue de A cn> en rem pia~ant tous Ies
eiements extradiagonaux par zeros. Comme Ies matrices A<n> et
A <n> sont voisines pour n grands, il en est de meme des coefficients
de leurs polynomes caracteristiques. On sait que Ies racines d 'un
polynome sont fonction continue des coefficients dans le domaine ou
le coefficient dominant est different de zero; le coefficient dominant
,du poiynome caracteristique vaut 1 ; aussi Ies vaieurs propres de
.A<n> et A cn> sont-elles voisines. Les vaieurs propres de A<n> sont
-elements diagonaux de A cn, et celles des matrices sembiabies A cn,
·et A coincident. De sorte que Ies quantites a\fl> approchent Ies va-
leurs propres de la matrice A.
Donnons une autre demonstration en appreciant cette fois l'erreur commise.
L'application A deux reprises de l'inegalite
fournit
J(Dx, x)
'
l=I ~i (~ diJxJ) xd<~i I~; diJXJ !-I.xii,<'.
j
i ir-=____ j i j j
Soient Â.1i. Ies valeurs propres de A et, partant, de A<n> numerotees dans l'ordre
decroissant et Âkn> celles de la matrice A<n>, i.e. ses elements diagonaux, nume-
rotes de fa~on identique. :conformement A (9), on a
I
(A<n>x, x)
(x, x)
(A<n>x, x)
(x, x)
l~ =-,/ ~
~
<J
n LJ
I a(~)
11
12 •
i=/=i
Si deux fonctions different de s au plus, la difference de leurs bornes supe-
rieures (resp. inferieures) prises sur un certain ensemble vaut egalement s au
plus. D'ou Ies inegalites successives
j (A<n>x, x) (A<n>x, x) I
(X, Y1)= .•. =&'!ţk-1)=0, X:/=0 (x, x) (X, Yt)= .•• =(~~ţk-1)=0, x::1=0 (x, x) <
< <Jn quels que soient y, ... , Yk-t
§ 15] MgTHODE DES ROTATIONS 389
et
I 1in> -111 I < CJn q uel que soit k.
Les coloimes de la matrice :Wn sont Ies approximations des vecteurs
propres de la matrice A.
Toutes Ies colonnes du produit des matrices V kl (cp 0} et A <n>t
a I' exception de la k-ieme et de la l-ieme, coincident avec Ies colon-
nes correspondantes de A cn, ; Ies k-ieme et l-ieme colonnes de la
nouvelle matrice sont combinaisons lineaires des memes colonnes
de la matrice A. La muitiplication ulterieure par V,t1(cp) qui change
la k-ieme et la l-ieme ligne exige le meme nombre d'operations. Le
nombre total d'operations arithmetiques necessaires pour obtenir
chaque A<n> suivante est en gros m. e .
L'algorithme propose presante !'inconvenient de recommander de choisir
a chaque pas I' element de plus grand module de A (n)' ce qui equivaut a X m1
operations. Or, cette condition n'est pas obligatoire.
Dans certaines mises en ceuvre de l' algorithme on charge en memoire les
sommes si = ~ I aii 11 et on c~o.isit !'element de plus grand module dans
j;:/:i
la ligne contenant la valeur maximale de si ; l' estimation (7) reste en vigueur.
Dans d' autres cas, les transformations analogues correspondant aux clivers
elements de la matrice a\r>, j > i, sont effectuees de fa~on cyclique.~Certains
algorithmes sont · a convergence quadratique. Apres · un cycle de m (m - 1)/2
pas on obtient une matrice A <n+Cm(m-1)/ 2 )) telle que
~ J ajj+<m(m-1)/2))12 < c(~ I a\~;> 12)2•
i,:j::j i=p.j
Avec une approximation assez honne, ceci garantit une amelioration rapide
du resultat.
Le probleme global de valeurs propres d 'une matrice non syme-
trique se resout par des algorithmes plus compliques, mais d 'une
structura toujours homogene.
Bibliographie du chapitre VI
I [1, 2, 9, 12), II [5, 17, 46]; §§ 4, 5: I [41, li [6) *); §7: II[~. 5, 17,
27, 28); § 10: III [30]; § 11: II [2, 18); § 12: II [5]; III (26); § t3: 11 [15),
III [46]; §§ 14, 15: I [2], II (46].
/
~q P-1
a + •.. + qa~qa.LJq=
n ,,.,,,, n ~ i qna
1 _g• (6)
i=O
Conformement au critere de Cauchy, la suite xn tend vers une
limite X. Le passage a la limite dans (6), p-+ oo, fournit
n qna
p(X, x )~-1-q
-.
Evidemment
p(X, g(X))~p (X, xn+1)+p{xn+1, g{X))=
. qn+ta
=p(X, xn+1)+p(g(xn), g(X))~p(X, x"+1)+qp(x'1, X)~2 i-g ;
n etant quelconque, p (X, g {X))= O, i.e. X= g (X), c.q.f.d.
REMARQUE. Avec n=O, (6) entraîne p (xP, x0) ~a- • Touteslesapproxi-
1-g
mations appartiennent donc au domaine
a
Q (xO, a, q) : p (x, xO) < - - - .
1 -q
Dans la demonstration du theoreme g (x) ne s'applique qu'aux elements de
1' ensemble Q (x0 , a, q) et la condition de contraction est relative a un seul
§ 1) ~THODE IT~RATIVE SIMPLE ET PROBL:E:MES CONNEXES 393
;c2 ,r3
. b)
!I
11
11
I I
I I
I I
I I
I I
I I
I I
·O
Fig. 7.1.1
A l'aide de
xn+1 - X = g (xn) - g (X)_, g' (X) (xn - X).
Le systcme d 'equations non lineaires F (x) = O se resout par un
analogue de la methode de Seidel dans lequel Ies composantes d'ap-
proximations sont donnees par Ies relations
/ 1 (x~+t, x:, ... ' x;h) = O,
/ 2 ( -11+1
~f t
xn+1
2 t
.-n
;.(;3, ... ' x~) == O, (7)
B= [ ::; JIx·
Ainsi, Ies approximations se trouvant dans un petit voisinage de la
solution, Ies erreurs sur Ies iteres du processus (2) (et sur ceux de
(7) et (8)) sont regies par des lois sensiblement identiques a celles
gouvernant Ies orreurs commises dans Ies methodes iteratives de
resolution des systemes lineaires. On montre par consequent que
pour une approximation initiaie suffisamment bonne, le processus (2)
converge dans Ies memes conditions imposees a la matrice B que
la methode iterative simple. La validite de (9) permet egalement
d 'aceelerer la con vergence.
§ 1) . DTHODE IT:eRATIVE SIMPLE ET PROBLUES CONNEXES 395
PROBL:81\fE. Demontrer que pourg (:,;) reguliere la methode (10) est du de~i~-
me ordre.
NoTE. 11 existe une autre definition de l'ordre d'une methode: on dit de
la methode de resolution du systeme F ~x) = O qu'elle est d'ordre k si sa reali-
sation suppose le calcul des derivees d ordre k - 1 inclusivement de la fonc-
tion ft•
Dans le § 12 du chapitre precedent nous avons traite des methodes itera-
tives de resolution des systemes lineaires a l'aide d'operateurs spectralement
equivalents. Des procedes analogues existent pour Ies systemes non lineaires.
On choisit un operateur G (x) tel que x = O soit l'unique solution de G (x) = O.
Les approximations xn+i de la solution du systeme F (x) = O se determinant
A partir de la relation
G (xn+ 1 -xn)=F (xn). (U)
396 :slQUATIONS NON LIN:8AIRES ET PROBL:li:MES D'OPTIMISATION [CH • .VII
Le cas le plus repandu est celui ou G est un operateur lineaire. La relation (11)
s'ecrit alors
A(xn+1-xn)=F (xn); (12)
si Ies vecteurs x sont de dimension m finie, A est une matrice. On prend souvent
un G qui soit fonction de net de l'approximationxn. Leschema(12) joue alors
pour la methode de Newton ci-dessous.
+
F (xn) F' (xn) (X - xn) ~ F (X).
Comme F (X)= O, on a
F (x11) +F' (xn) (X-xn) ~ O.
Prenons pour approximation suivante la solution (si elle existe)
de l 'equation
F (x71) + F' (x71) (x1Hl - X71) = O
qui est de la forme (1.12). En supposant F' inversible, cette solution
s'ecrit
(4)
Ce processus i teratif porte le nom- de methode de Newton.
Soit Oa= {x: li x-X 11 < a}. Supposons qu'on a pour certains
a, a1, a 2 , O< a, 0-<a1, a 2 < oo,
1. li (F' (x)t1 ll-<a1 avec x EQa. (5)
2. li F (U1 -F (U2)-F' (U2) (U1 - U2 ll~-<a2 li U2 - U1 li} (6)
avec Ut, 0 2 EQa• Notons c· a 1 •a 2 , b= min (a, c-1).
Tu:moR1ln1,rn (sur la convergence de la methode de Newton). Sous
l'hypothese 1, 2 et x 0 EQb, le processus iteratif de Newton (4) con-
verge et l' erreur commise est evaluee par
li x 71
-X llx-<c-1 (c li x 0 -X llx) 2 n. (7)
NoTE. Si, dans !'exemple ci-dessus, les fonctions fi ont leurs derivees secon-
des bomees, on a, en vertu de la formule de Taylor,
n
y âfi (Xt, • • •, Xn)
ft(y) = fi (x) + LJ âx ·
1
(YJ-Xj) +O (li y-x fl 2
},
3=1
et la condition 2 est donc remplie.
D:mMoNSTRATION. Soit x 0 EQb• Demontrons par recurrence sur n
que tous les xn appartiennent a Qb. Supposons que c 'est vrai pour
un certain n; comme b-<a, x71 EQa• Substituons 0 1 = X et U 2 = xn
dans (6), il vient
li F(X)-F(x )-F' (x (X-x
11 71
)
11
) ll~-<a21lx11 -X li~-
398 'SQUATIONS NON LIN:8AIRES ET PROBL8MES D'OPTIMISATION [CH. Vll
Fig. 7.2.2
Fig. 7.2.3
§ 3) AUTRES l\l~THODES DE Rf!SOLUTION D'UNE tQUATION :· 401
D'ou
De meme
J (xn-1)-J(xn)=f' (xn) (xn-1-xn)+ /" (.xn) (.xn-1_.xn)~+o ((xn-l-xn)3).
2
11 en resul te
f(xn)-f (xn-1) = i' (xn) (rn-Tn-1) f" ţn> (rn -Tn-d 2 +o ((rn -Tn-t) 3).
En retranchant X de (1) il vient
( f' (xn) Tn - f" ~n) r! + O (r;) ) (rn - rn-1)
Tn+1=rn
Compte tenu de
il en decoule
Tn+t =rn-(rn-Âr;+o (r;)) (1 +i (rn-rn-1)+0 ((rn-rn-1) 2 ))
ou encore
(2)
Nous nous abstiendrons d'evaluer strictement la vitesse de convergence
du processus en nous limitant a des raisonnements vraisemblables. La rela-
tion (2) im_pţiqu~ tout naturellement que l' erreur rn diminue assez rapidement au
cours des 1terat1ons:
Tn-1 ~ 7n > rn+l; (3)
...
§ 3] AUTRES M~THODES DE R~SOLUTION D'UNE ~QUATION 403
on n'a pourtant aucune raison d'esperer que, pour n-+ 00, rn+i sera d'un ordre
de grandeur inferieur a celui de 'n'n-i• Puisque rn-i )> rn, on a 'n-irn > r~;
cette inegalite et (2) entraînent rn+i ~ r;i· En diminuant n d'une unite, on
obtient Tn ~ ri-1; par consequent, dl-1 ~ rnrn-1· Cette derniere inegalite
et (3) determinant rfi ~ rnrn-l• Aussi, pour n grand, (2} s'ecrit
rn+l - Ârnrn-1•
Donc Un = c1µf +. c2 µ:, - c1 µ.f pour n tendant vers l'infini. Sous l'hypothese
ln Rn - Un on_ ecrit l'egalite asymptotique
log2 I ln Rn I - log2 I c1µf I - n log2µ1 •
Les inegalites I r n I ~ e, R ~ I Â I e et· 1ln Rn I ~ I ln ( I Â I e) I sont equi-
valentes lorsque I Â I e ~ 1. C' est pourquoi on a log2 I ln ( I Â I e I -
- n log2 µ 1 ou n est le plus petit nombre pour lequel est realisee la precision s
demandee; et doncl
1 1
n ~·[ log2 log2t- .9
1og2µ1 e
La comparaison avec (2.10) montre que dans la methode de la secante le
nombre necessaire d'iterations est, pour e petit, d'environ log111 2 ~ 1,44 fois
superieur a celui qu'exige la methode de Newton. Si d1 est le volume de calcul
de la valeur d'une fonction en un point et d 2~le volume ae calcul supplementaire
de la derivee en ce point, le cout total de la premiere methode est dans notre
1
cas de l'ordre de 1,44di log2 log2 -et celui de la deuxieme de l'ordre de
8
· Dans certa.ins cas on prendra toujours pour cn+1 1'abscisse•du point de l'inter-
valle (tin, bn) en lequel la parabole passant par Ies points (4) coupe l'axe des x.
Un probleme important est l'elaboration de methodes efficaces
de resolution d'equations de diverses classes typiques. Telle est
en particulier la methode d,es paritboles qui permet de trouver Ies racines
du polyn6me P (z) = a0 zm + ... +am a coefficients quelconques
(reels ou complexes). Etant donnees Ies approximations Zn-2, Zn-1, Zn
de la ~acine, l'approximation suivante est recherchee comme suit~
On construit un polynome d 'interpolation du deuxieme degre · qui
coincide avec p (z) en Zn-2, Zn-1, Zn. On prend en qualite de Zn+l
la racine de ce polynome la plus proche de Zn. L'analyse de I'c:!-pplica-
tion de la methode a conditionne une certaine modificati.on de ce
schema dans les programmes standard. Bien que la convergence de
ce procede n'ait pas ete demontree pour un polynome et des condi-
tions initiales arbitraires, on ne connaît pas de cas ou il ne converge
pas ou converge lentement. En ,xecherchant plusieurs racines d 'un
polynome on procede a une elimtnation_: apres avoir trouve une racine
z de P (z) on cherche les raci~es du polyn6me P (zl_ •
z-z
§ 4. Methodes de descente
Le probleme de minimisation d 'une fonctionnelle se resout le
plus souvent par une methode d,e d,escente. On determine, pour une
approximation donnee, un sens de decroissance de -la fonctionnelle
et on deplace l'approximation dans ce sens. Sila grandeur du depla-
cement n'est pas ,tres grande, la valeur de la fonctionnelle diminue
necessairement. Considerons plusieurs techniques de descente.
En etudiant la convergence de la methode de Seidel pour le syste-
me d'equations Ax = b, A> O, nous avons decrit la methode cy-
clique de descente sequentielle qui permettait de minimiser la fonction
<1> (x1 , . • • , xm). On s'est donne une approximation <ll (x1, ..• , x~),
puis on a recherche une valeur x 1 = ~ qui realise inf <I> (xs, x~, ..•
Xi
. . . , x~), ensui te on a cherche une valeur x 2 = ~ qui rea lise
inf (t) (x}, x 2 , x~, ... x~), ete.; le processus se repete cycliquement.
:t2
Soit Pkx l'approximation obtenue en se depla~ant a partir de x
suivant la coordonnee xk. En numerotant Ies approximations dans
l'ordre selon lequel elles s'obtiennent par deplacement suivant Ies
coordonnees successives, on ecrit
x1 = P 1x. x2 = PaP 1x, •.. ,
Xm= Pm ••• P1x, xm+l= P1Pm ••• P1x,
406 EQUATIONS NON LINEAIRES ET PROBL'S:MES D'OPTll\HSATION [CH. VII
Le choix a chaque pas d'iteration des points -;n, ;;n peut s'effectuer de diverses
mani eres.
On les choisit de fa~on que
a)
11 en resulte, par exemple,· le cas de la fig. 7.4.1. Les points zO, zO, ;o se trouvent
dans le voisinage immediat du point d'extremum local x*, les points suivants
xn, -;n, ~n s'y trouvent egalement et xn-+ :c*; nous obtenons x* au lieu du
point d'ex.tremum absolu X qui nous interesse.
b) 1"zn - .xnl +I~ - znl ~O; on choisit sans peine une fonction <I> (x)
satisfaisant aux conditions ci-dessous (fig. 7 .4.2)!:
1) il existe des points x*, xi>, :O tels que la parabole coincidant en ces
points avec <I> (x) admette un extremum en x*;
2) si xn=~, xn=xO, I xn-.v* I< l), 11 > o, alors xn+ 1 -x* I< q I xn-x*I,
avec q< 1.
§ 4) MtTHODES DE DESCENTE 407
La recherche de ces derivees coute alors 2A, i.e. autant que celle de deux jeux
de valeurs ·
et
ft (x1 , ••• , XJ-l, Xj + A, Xj+i, ••• , :tm)
(abstraction faite de la soustraction .et de la division · par A). ·
En presence d'une bonne approximation de la solution on peut dans cer-
tains cas utiliser la methode de Newton qui .est rapidement convergente.
Le domaine de convergence de la' metbode de Newton n'etant pas tras
vaste, ii serait peut-âtre opportun, au moins au debut du processus ·iteratif,
de ramener le probleme a la minimisation d'une certaine fonctionnelle et de le:
resoudre par . une tech'niqtie de descente. · · · ·
Examinons le cas simple de la fonctionnelle
. m
<I> (x) = 2J (Âd dx))2'
i=1
Ies Â.i = const =/=: O sont appeles facteurs ·d' echelle; en geneml on peut Ies choisir·
convenablement a partir des conditions de cbaque probleme concret.
Soit xn = (x~, • •• , x;:.) l'approximation obtenue a pa~tir de laquelle on
va avancer en .x1 • Il faut ~lprs calculer h (xn), i = 1, ... , m (si cela n'a pas
ete fait), et
h (xn, .â), i= 1, ... , m,
avec
Xn, A-(xn-1--'
-
xn . X0).
1 I u, 2• • • •• m '
importante, et, pour /1 petit, l'erreur dans cette formule s'avere egalement
-elevee puisque Ies erreurs sur fi sont divisees par /1.
Supposons que nous avons opte pour la methode du gradient. Le calcul
-de grad CI> (xn) ne se fait qu'en connaissant toutes les derivees âf,· (xn)•; en utilisant
0Xj
.la formule (1) on aura un volume de calcul egal a (m + 1) A;
pour m grands,
le travail (m +. 1) A qu'exige le calcul de grad <I>(x) depasse sensiblement
.le cofi.t A de celui de CI> (x). Conse~uence: îl faut choisir plus scrupuleusement
le point de minimum dans la.Amethode de la plus grande pente
§ 6. Methodes de stationnarisation
On resout tres souvent Ies problemes du type considere par une·
methode de stationnarisation, i.e. on construit un processus non
stationnaire dont la solution tend a la limite, pour t -), oo, vers la
solution du probleme initial. Soit un systeme d'equations diffe--
rentielles
!; +grad<I>=0. (1}
Le vecteur !:
est proportionnel au gradient de <I>, i.e. orthogonal a
ses courbes de niveau et dirige dans le sens des <l> decroissants. Ainsi„
lors du deplacement sur la trajectoire du systeme (1) la valeur de <I>
ne croit pas. Cette affirmation est formellement legitimee par l 'ine-
galite
d<D (x) ( dx )
-d-t- = grad CD, Tt = -(grad <I>, grad <I>), (2}
qui signifie que d~~x) est inferieure a zero partout sauf aux points
stationnaires de la fonction Cl> (x).
Un autre processus non stationnaire dont la solution tend a la,
limite, sous des hypotheses tres generales, vers un point de minimum
de F (x) est gouverne par le systeme differentiel
d2 x dx O
dt2 +YTt+ grad <D= ' y>0. (3),
On a pour ce systeme
fonctions Cl> (x) et !(:, ~~) + <l> (x) a !'energie d'un systeme mate-
riei dont le mouvement est gouverne par Ies systemes d'equations (1)
et (3). Les relations (2) et (4) montrent que Ies processus non station-
naires eonsideres se caracterisent par une dissipation d 'energie.
§ 6] M~THODES DE STATIONNARISATION /415-
Si y-<2a, on a l - a -<0,
2
2 donc
Re Â1 = - 2'Y + -./y2 „ Re Â. 2 =
y 4 - a-> - 2y - -
V- ~2
4- a •
Alors
a2 a2
= ---~-::;:::==>-->-a
'\' ,/y2 '\'
.
2+V T-a2 2
Ainsi, le graphique de u (y) est de la forme representee sur la
fig. 7.6.1 et mina (y) = u (2a) = -a. Ce probleme modele auto-
v
rise Ies conclusions suivantes.
6
______ ,
(2a,-o)
Fig. 7.6.1
1. Si le coefficient de frottement y est insignifiant (y ~ 2a.
dans notre cas), la solution du systeme (3) tend lentement vers la
416 8QUATIONS NON LINl!lAIRES ET PROBL:E:l\1ES D'OPTIMISATION [CH. VII
A0 ( x, ~~ ) !~ + A1 ( x, ~~ , grad <I>) = O,
ou
.ou
A 0 {X, O) #= O, A1 {X, O, O) = O,
B 0 {X, O) #= O, B1 (X, O, O) = O
,et sont realisees Ies conditions de dissipation qui garantissent la convergence
vers le point d'extremum. Formellement, on peut inverser Ies operateurs Ao
et B 0 et transformer ces fequations de faţon que A 0 et B 0 soient identiques.
-Cependant, l'ecriture initiale s'avere souvent plus commode.
On croirait que la construction de tels processus non stationnai-
res tendant a la limite vers la solution resout completement le
probleme de recherche du minimum et qu 'il ne reste << plus >> qu 'a
integrer le systeme obtenu d' equations differentielles a l' aide d 'un
programme standard approprie.
En realite, ce probleme n'est pas toujours rasolu de faţon satis-
faisante par la reduction d 'un probleme stationnaire a un probleme
qui ne l'est pas. 11 reste une question importante en suspans, celle
-du choix de la longueur des pas d 'integration. Supposons que la
§ 6] MgTHODES DE STATIONNARISATION 4f7
ou encore
(8)
La construction d 'un processus non stationnaire correspondant a
la methode de Newton a donc eu pour resultat le processus iteratif (8)
d 'une forme plus generale.:
27*
420 '8QUATIONS NON LINiAIRES ET PROBLBMES D'OPTIMISATION (CH VII
A •·
et qn+t, i =- <I> (xn+t, i). Si, avec un k < l, on a qn+t, k ~ 8<1> (xn), on arrete
le calcul et on pose xn+t = xn+t, k ; dans d 'autres procedures, on trouve
min qn+t, i = qn+t, m et on, pose xn+t = xn+t, m.
O<~l
Si
qn+t, o, , •• , qn+t, i > 8<1> (x"),
ii en resuite, salon le programme,
1) un eassage momentane A une autre methode,
2) l'arret,
3) une variation des parametres l, Â, 8.
Notons en guise de conclusion que les methodes de stationnarisation s'appli-
quent egalernent lorsqu'il s'agit de minimiser une fonction dans des domaines
avec contraintes. On complete alors (1 ), (3) par des equations regissant la trajec-
toire du point tombant sur la frontiere.
Les tentatives d' ap,l!rocher par des polyn6mes ont ete infructueuses, car, 1' analyse
l'a montre, g'(z) n etait pas bornee au voisinage de z = 1. L'etude de la singu-
larite de la derivee dans ce voisinage a suggere de chercher l' approximation sous
la forme
k (z)=(i-z) (ao+a1z+a2z 2) ln !+: +z(as+a,x)+t.
i=t
La premiere ecriture est, nous l'avons deja dit, a bannir a cause d 'une
erreur de calcul eventuellement importante. La deuxieme ecriture
presante un autre avantage. Supposons que le polynome approxi-
·mant est defini a partir de la condition
1
min <I>, ou a>= r '(f(x)-Q (z))I dx.
Q J
-1
v1-z2
§ 7) QUE FAUT-IL OPTIMISER? .423
n 1 n
-2 ~ b
LJ i
r
J
f(z) Ti{~)
1/1-z2
dx+ ~ ~ lb~-
2 L.J I i,
i=1 -1 i=O
<t, k, a, t1}
s1 designent Ies positions observees du front avant aux. instants tţ et s
les positions ohtenues par integration oumerique du systeme t1l· L ap\>licatţon
directe d'un nombre important de metbodes de minimisation n a revele aucune
tendance a la stabilisation de la part des valeurs calculees de µ, k,· a. Une
analyse du probleme a permis d'en decouvrir la cause. C'est que pour ,i, =
= const l'egalite approcheeJ s (µ, k, a, t) ~ '1.t est remplie avec un degre
~=
312
d'exactitude eleve; dans cetteegalite 1 = ( 1 + ; ~) , tg ;_ µ. Aussi
424 :mQUATIONS NON LINi;_:AIRES ET' PRQBLl;:MF.S D'OPTIMISATION (CH. VII
la fonction CI> (µ, k, a) est tres voisine d'une fonction Cl> 0 (Â). En minimisant <1>
en µ, k, a, on peut donc esperer obtenir non pas les valeurs de tous les parametres
µ, k, a correspondant au point de minimum, mais seulement la valeur· Â cor-
respondant a ce point. Supposons que Cl> 0 (Â) est atteinte pour  = "-o· La sur-
face  = Â0 est bidimensionnelle, et, dans notre cas, c'est une surface cylin-
drique dans l'espace des variables µ, k, a. Sur cette surface la fonction
CI> (µ, k, a) est approximativement constante et sa minimisation numerique
determine un deplacement en apparence chaotique des points (µ, k, a) sur
 = "-o• La veritable raison de notre echec n'est donc pas dans Ies defeuts des
procedes de minimisation, mais dans l 'tnsufftsance de l'information par rapport
au but fixe.
Mais passons du concret au general.
Quand on construit le modele d 'un probleme, on a envie d 'elaborer
un modele mathematique detaille qui prenne en consideration de
nombreux elements du probleme, puis d 'optimiser celui-ci complete-
ment en choisissant au mieux tous Ies parametres. Cette voie est riche
en ecueils.
Les premi~res difficultes apparaissent des qu'on se met a deerire
le modele; en voulant prendre en consideration trop de choses a la
fois on risque de passer des faits importants et de nuire ainsi a la
qualite du modele. Lorsqu'on procede a une optimisation relative-
menta un grand nombre de parametres, on a a minimiserune.fonetion
de nombreuses variables. Or, en resolvant numeriquement ce pro-
bleme on se heurte parfois a des obstacles insurmontables.
Supposons que nous avons tout de meme reussi a minimiser une
telle fonction. Le probleme suivant est de communiquer l 'informa-
tion re~me au client afin de mettre en reuvre Ies resultats de l'analyse
mathematique du modele. En prenant la decision le client se guide
generalement sur ses criteres qualitatifs personnels sans s'interesser
aux detaila du modele. Si bien que si l'information qui lui parvient
porte sur un nombre trop grand de parametres, îl n'est pas en mesure
de se faire une opinion sur Ies recommandations et il y a de fortes
chances qu'il Ies refuse purement et simplement. ;,
Aussi, dans Ies premieres phases d'optimisation, il importe sur-
tout de construire un modele elementaire refletant Ies parametres
principaux, determinants. Cette tactique a egalement une autre
raison d'etre. Au debut le client eprouve generalement de l'appre-
hension a l'egard des mathematiciens qui abordent en novices le
domaine qui leur est propose. Ce n'est qu'apres avoir gagne sa con-
fiance en obtenant de bons resultats dans l'optimisation des para-
metres essentiels, qu 'il vaut la peine de tenir compte de l'influence
des parametres negliges parmi Ies plus importants. 11 ne faut pas non
plus perdre de vue que la construction meme d 'un modele ameliora
du phenomene ne devient d'ordinaire possible qu'apres que le client
et l'utilisateur analysent en commun Ies resultats du calcul du modele
simplifie.
11 importe egalement que Ies resultats des recherches, lors-
qu' on a a Ies discuter de concert. avec des non-mathematiciens, soient
§ 8) . COMMENT OPTIMISER ? 425
Fig. 7.8.3
Evidemment
+ +
Cl>1 (z1 ~ z 2, z 8) = (z1 - z 9)2 zi exp (z1z1).
min Cl>1 (zt, •2, zs)=Cl>2 (zt, xa)~z3+exp (z1za).
:IC~
CHAPITRE VIII
Jr -sint -
:X:
t
du sinus integral dt, des solutions de l'equation differentielle
o
:r2 y" + :ry' + (:r v2) y = O,
2
-
§ t. Developpement de la solution
en serie de Taylor
La methode par la serie de Taylor est l 'une des plus aneiennes
techniques de resolution d 'equations differentielles.
On desire trouver sur le segment [x0 , x 0 +
X] la solution de
y' = I (x, y) (1)
avec la condition initiale y (x0 ) = y 0 ; f (x, y) est analytique au
point (x0 , y0). La derivation de (1) par rapport ax fournit
y" = t~ (x, Y) +fu (x, Y) y',
= + +
y"' = f (x, Y) +2/:x:y (x1 Y) y' f uu (x, y);y' 2 f 11 (x, Y) y", • • •
En substituant x = x 0 et y = y0 , on obtient Ies valeurs consecutives
y' (x0 ), y" (x0 ) 1 y"' (x0 ) 1 •••
§ 2. Methodes de Runge-Kutta
Dansle cas particulier n = 1, la formule (1.3) s'ecrit
YJ+i = YJ + hf (x;, Y1),x 1• h = (1)
XJ+i -
C'est la methode d'Euler. On peut construire une autre classe de for-
mules de calcul renfermant cette methode. Citons d'ahord Ies pro-
cedes Ies plus'simples de cette classe qu'on ohtient intuitivement.
Supposons que l'on connaisse une valeur de la solution y (x) et qu'on
veuille trouver la valeur y (x + h). Considerons l'egalite
h
y(x+h)=y(x)+ Jy'(x+t)dt.
o
(2)
ou encore
. h
y(x+h)=y(x)+ 2 (f(x, y(x))+f(x+h, y(x+h)))+O(h3). (3)
y (x +h) = y (x) + hf ( x + ! , y ( x + ~ ) ) + 0 (h 3
).
Si
y• = y ( x + ~ ) + 0 (h 2
),
28*
436 MnTHODES DE R8SOLUTION DU PROBL'tME DE CAUCHY [CH. VIII
on trouve successivement
k1 (h) = hf (x, y),
k2 (h) = hf (x+ a.2h, y +~21k1 (h)),
kq (h)= hf (x+ a.qh, Y+~q. 1k1 (h) + ••• +~q. q-tkq-t (h))
et on pose
q
y (x +h) ~ z (h) = y (x) + ~ Pik1 (h).
i=t
Passons au choix des parametres a.it Pi, ~ii• Notons cp (h) =
=y(x+h)-z(h). Si / (x, y) est une fonction suffisamment regu-
liere de ses arguments, alors k1 (h), •.• , kq (h) et cp (h) sont des
fonctions regulieres du parametre h. Supposons que
cp (O) = cp' (O) = ... = cp<1> (O) = O
pour / (x, y) arbitraires suffisamment regulieres et que cp<s+t> (O) =fo O
pour une certaine fonction reguliere / (x, y). Selon la formule de
Taylor,
- ~ cpCi) (O) i q>(a+t) (8h) a+t _ q><s+t) (8h) ha+t
cp (h)- LI i I h + (s+1) ! h - (s+1) I (8)
Soit q = 2; alors
cp (h)=Y (x+h)-y-p,hf (x, y)-p2hf (x, y)
ou X= x + a. 2 h, y= y + ~21hf (x, y).
Calculons Ies derivees de cp (h):
cp' (h) = y' (x + h) - Pd (x, y) - pJ (x, y) -
- P2h (~,:c (x, y) + ~21/li (x, y) f (x, y)) 1
I 21 M:8THODES DE RUNGE-KUTTA 437
y' = f' y" =IX+ I y/' y"' = f XX+ 2/~yf + I 111112 f yy".
+
Portons h= O dans les expressions de <p (h), cp' (h), <p" (h), cp'" (h)
et u tilisons Ies relations precedentes ; il vient
cp (O) = y - y = O,
cp' (O) = (1 - P1 - P2) I (x, y),
cp" (O) = (1 - +
2p 2a. 2 ) f x (x, y) (1 - 2p 2 ~ 21 ) I 11 (x, Y) I (x, y),
cp "' (O) = (1 - +
3p 2a.!) / xx (x, y) (2 - 6p2a.2~21)/xu (x, y) I (x, y) +
+ (1 - +
3p 2 ~! 1) f uu (x, y) (/ (x, y))2 f 11 (x, y) y" (x). (9)
.<p' (O) = O quel que soit / si
1 - P1 - P2 = O, (10)
cp" (O) = O si
1 - 2p 2a. 2 = O et 1 - 2p 2 ~ 21 = O. (11)
Ainsi, cp (O) = cp' (O) = cp" (O) = O pour n'importe quelle / (x, y)
si sont realisees Ies trois conditions ((10)-(11)). En se donnant de
fa~on arbitraire I 'un des quatres parametres, on aboutit a une metho-
de de Runge-Kutta avec une erreur d'ordre infinitesimal 2 en h.
Par exemple, lorsque p 1 = 1/2, on obtient p 2 = 1/2, a. 2 = 1, ~21 =.
= 1, ce qui correspond au couple (6). Lorsque p 1 = O, on a p 2 = 1,
a. 2 = 1/2, ~21 = 1/2, ce qui correspond a (7). Dans le cas y' = y,
il vient, en conformite avec (9), cp "' (O) = y quels que soient p 1 , p 2 ,
a 2 , fţ 21 • II en resulte qu'il n'existe pas· de formules de Runge-Kutta
avec q = 2 et s = 3.
Vu (8), la partie principale de l' erreur par pas dans les methodes ou q = s = 2
est q>"~ (O) h3 • En se servant de l' expression explicite de q>"' (O) on arrive souvent
a reduire cettequantite par un choix convenable des parametres. Si fuy" est
faible pour la classe consideree d'equations, on choisira Ies param.etres de
maniere que Ies trois premiers termes de la derniere formule (9) s'annulent.
On verifie aisement que lorsque p1 = 1/4, p 2 = 3/4, a 9 = Pn = 2/3, on
438 M8THODES DE Rl!:SOLUTION DU PROBLQE DE CAUCHY [CH. VIII
a (10) et (H) et q>"' (O) = /y (z, y) y" (z}. A cet ensemble de parametres corres-
pondent les formules de calcul
k1=hf (z, y),
k2 = hf ( z +; h, y +: k1) , (12)
1
Ay=z (h)-y=
4 (k1+3k2).
Des raisonnements analogues pour q = 3 aboutissent aux resul-
tats suivants. Comme il n'existe pas de formules de calcul corres-
pondant as = 4, pour q~e s vaille 3„ il faut que
a2 = ~21, a3 = ~31 + ~a2, as (aa - a2) - ~a2a2 (2 -3a2) = O,
1
Ps~a2a2 = 6 , ~P2a2 + Paaa = 211 , Pt + P2 + Pa = 1.
Ce systeme de six equations a huit inconnues admet une infinite
de solutions. Le jeu de formules de calcul le plus usite est
k1 = hf (x, Y), k2 = hf ( x + ~ , y + ~1 ) ,
1
k 3 =hf (x+h, y-k1 +2k2), ~y= 6 (k1 +4k2 +ka)-
Si 1(z, y) ne depend pas de y, i.e. fu= O, on retrouve la formule de Simpson
y (z+h)-y (z}:~ : ( /(z)+4/ ( z+;) + f(z+h)}. (13)
k 3 = hf ( x + ~ , y+ ( !- it )!k1 + it k2) ,
+ h, y + (1 - t) k + tk
k 4 = hf (x 2 3 ),
k1 = hf (x, y), + : , y + ~1 ) ,
k2 = hf ( x
k3 = hf ( x + 2: , y ~ ţt + k 2 ),
(15)
k,. = hf (x+ h, Y+ k 1 -k + k 2 3 ),
1
8y= 8 (k1 +3k2 +3k3 + k,.).
avec celle des rectangles; Io nombre de points en lesquels on calcule f (x) est
sensiblement identique, soit 1+h-1 et h- respectivement. La comparaison des
parties principales des erreurs incite a donner la preference a la formule des
rectangles. Cette conclusion n' est cependant pas definitive. En effet, l' estimation
du reste comprend un terme infiniment petit d'ordre superieur, et l'information
dont nous disposons ne nous autorise a preferer la formule des rectangles que
pour h tres faibles. On a compare plus haut ces methodes en Ies mettant en
muvre une seule fois. Or, pour trouver une integrale, il arrive souvent qu'on
change de pas. Les points de base de la formule des trapezes avec le pas h' =
= hq- 1, q entier, le restant pour un pas h, et l'integration avec le pas hq-1
utilisera donc Ies resultats obtenus avec le pas h. Quant a la formule des rectan-
gles, elle ne le permet que pour le _pas h' = kq- 1 , q impair. Vu que la valeur
q = i presente certaines commodites, I' avantage de la formule des rectangles
n'est deja plus si evident.
L'etude des equations differentielles fait apparaître plusieurs circonstances
supplementaires. Dans les formules exactes a un meme ordre relativement a h,
440 M:8THODES DE R:8SOLUTION DU PROBLtME DE CAUCHY [CH. VIIJ
Ies parties principales de l'erreur sur un pas s'averent souvent non proportion-
nelles. Ainsi, par suite de (8), (9), la partie principale de l'erreur sur (6) vaut
(B - A) h3 , avec B = ! fyY",
Ici la formule (7) l'emporte sur (6). Mais la meilleure est la formule (12) ou
l' esperance mathematique correspondante vaut ~ Esih6 • Nous avons raisonne
3
s
dans l'hypothese de s 1 et 2 aleatoires et independants, une hypothese, a vrai
dire, douteuse. On doit donc faire preuve d'une grande prudence en discutant
Ies conclusions ohtenues.
Reprenons Ies formules (14) et (15). Dans le cas de y' = f (x) l'erreur resul-
tant de (14) s'ecrit
Pt=Y (x+h)-y (x)-: ( f (x)+:4t ( z+ ~) +Hx+h)).
Le developpement en serie de Taylor donne
/<4> (x) h,5
Pt = - 2880 +o (hB).
Et pour la formule (15)
Yn fZnJ
v,,_,{:&nJ
!ln-z(t&n}
g,(:&nJ
~-_..,.!lof.:Cn)
:c,
Fig. 8.4.1
Rn = ~ ©J exp (
~1
J/y (x, YJ (x)) dx) + R exp ( J/y(x, Yo
~
0
~
(x)) d~) ,
.
(6)
Soit
L= sup l/yl<oo
xo~x~xo+X
et
H = max (x1-X1-1)-
0<i~N
Rendant (7) moins precise, il vient
I Pi l-<C1H (x1-XJ-1)·
8
(8)
Lorsque x 0 -<x1-<xn-<x0 +X, on a
:i:n
exp ( J/ (x, y(x}) dx) ~exp (-b (xn -xi)) ~exp ( -b (n-
11 j) h);
XJ
soit
ICOJI ~C1hB+l + 6. .
Evaluons le second membre de (6), il vient
n
IRnl~ 11 (C1hs+1 +6)exp(-b(n-j)h)+IR0 lexp(-bnh). (10)
j=t
On a
n oo
+ I R Iexp (-bnh).
8
C1h +l+6
I Rn l~ i-exp(-bh) 0 (11}
pour la definition de la fonction ,i, <z, y) voir (2.16). La relation (12) donne
une idee de la partie principale de 1 erreur dans la methode de Runge-Kutta.
§ 5] M:8THODES DES .DlFFtRENCES FINIBS
I âb_,_
âYJ-,
,,<.C pour h,<.ho.
De tous ces procedes on prefere generalement
h h
~ a-,YJ-i -h ~ b_tf (xJ-it YJ-i) = 0, .(~)
i=O i=0 .
Dans la. pratique on se sert des formules (1), (2) .avec a 0 ::/= O,
b0 = O,. appeleesformules d'extrapolation ou explicites, .et des meiµes
formules avec a 0 =fo O, b0 =fo O, dites d'interpolation ou implicites.
Dans ;fa. suite .nous supposerons. toujours a 0 =I=· 0.
29-01007
450 M~THODES DE MSOLUTION DU PROBLru.lE DE CAUCHY [CB. VIII
o
Correlativement, on a
h h h
j f(x)dx= JQm(x)dx+ Jrm(x)dx. (11)
o
o o
La fonction roh, m+t (x) garde son signe sur le segment [0, h]. Le
theoreme de la moyenne nous autorise donc a ecrire
h h
JTm(x)dx=f(0; -h; ... ; -mh; ~)(m+1) ! Jo roh,m+dx)dx
o
h
avee 0~t~h. Le ehangement de variable X= ht dans Jrohi(x) dz
o
fournit
h
Jrohi(x) dx= y 1hi+t, (12)
o
ou
t
'\'i = ) t (t+1). ·i)t+i-f) dt.
o
Vu ces relations l'egalite (11) se recrit:
h m
j f(x) dx= h ~ '\'tVif (O)+
O i=O
+Ym+1hm+2 (m+1) I/ (O; -h; ... ; -mh; t).
+
En ecrivant au lieu de (m 1) I / (O ; -h; ... ; - mh; t) la valeur
de la derivee au point median, on trouve, conformement a (2.5.4),,
h m
Jf(x) dx= h ~ '\'tVif(O) +Ym.+1km+ pm+u (TJ) 2
(13)
O i=O
29~
4.52 M~THODES DE RtSOLUTION DU PROBL'tmE DE CAUCHY [CH. VIII
ou
Donc,
i i i
II (1-:) =exp(-s(t) u) exp ( ~ Ek),
k=i k=i
s(i)= ~
k=i
!.
On a evidemment
On a f inalement l'estimation •
Vf (u) < n (
i
k=i
f-: }<exp (:;)Vi (u},
Evidemment,
!e, l~DqMqhq-i,
ou
1 · h
y}i= 5 (28Yn-1-23Yn-2) + 15 (32/ _
11
J_ -60/n 7 1-26/n-2),
2
1 h
Yn = 3f (32un-1-Yn;_2) + ga (64/n- ..!..+ 15n + 12/n-1- fn-2)t-
2
458 DTHODES DE R~SOLUTION DU PROBL:E:ME · DE CAUCHY [CH. vn1.
.avee une erreur par pas de l 'ordre de O (Ji6) ; ici /~ = f (zm, Y!:i).
2. .
1 h
=lin-..!_= 128 (-225Yn-t +200Yn-2+153yn-a) + 128 (225fn-t+300/n-2+45fn-s),
2
1.
y}i=31 (540un-t-297un-2-212yn-s)+
h
+ 155 (384/ , 1 -1395/:a-t- 2130/n-2-309/ n-s),
n- T
1
Yn = 617 (783Yn-i -135un-2-31yn-s)+
i.e.
k-1
~ c_, (Q) ZJ-i = (µz (Q))i'-<k- 1> co (Q) «5.
i=O
On a l 'inegalite evidente
k-1 h-1
I i=O
~ c_i (Q} ZJ-i I< { ~ I c_i (Q) I) . max .1 zp J.
i=O 1-h<P~1
.avec q>J (Q, µ) une branche de la fonction. ~ AQ+q, (Q, µ) qui se confond·, lors-
·que µ = µ1, avec (~ AQ)o exp (2nij /p). Prenons un a> VA
quelconque et consi-
derons le domaine I µ-µ1· I < a y'"IQÎ; on montre ·que pour I Q I< C1 , C1 >t·O
-ce domaine verifie l 'estimation
I:~ I 11
~Ctl Q 1 P<0,5 •
. Considerons le prooes~s iteratif de resoh,1.tion-. de (8)
µ<m+~> = lfi +_q>J (Q, l'Cffl>),
462 M~THODES DE R~SOLUTION DU PROBLEME DE CAUCHY [CH. VUI
avec, au depart,
montrons que pour j Q j < C3, C3 > o, toutes Ies iterees µ<m) sont situees dans
le domaine lµ<m>-µd,<:a\i1Qj, puis que, quel que soit m, on a.
I
I J.LJ (Q) I= Iµ; (Q) Jli'1 I= (1 +~)o JJi.1 exp (
2
;i/ )+s1 f, (Q)
oii
SJ (Q) =0 (~ I Q 12).
t
Par ailleurs, le module d'un nombre complexe est au moins egal a sa partie
reelle. C' est pourquoi li ·
µ; (Q): I > Re ( 1 + (V AQ)o µ 11 exp ( -f
P - 2ni") +s1 (Q) ) =
m;"xll'J(Q)l>t+ ~ +•(Q)
avec
e (Q)=O (f/TQji).
En se rappelant que Q=Mh, il en resuite
~ )X/h
(i+ ţi +s (Q)
1
~ax I P.J (Q) IN> =
_-exp ( ( ~ +oWIQJ ))
1
!)=ex{~ hP~i +tp~z) )·
Avec le fractionnement du pas h la derniere quantite tend vers l'infini plus vit&
que toute puissance de h. Aussi, meme au hout d 'un nomhre faihle de pas, Ies-
p=J
Fig. 8.7.t
(6)
Posons
evidemment,
VfJ = b_c::z:.~~~)i::lj ' IViJ 1-< 2 I b-illo i' ! :st-tbo I L.
o ... o
En effet, en egalant Ies premieres composantes des vecteurs a droite
et a gauche dans (7), on aboutit justement a (6) et en egalant Ies
autres composantes a
RJ-i = R1-h i = 1, ...,. k - 1.
§ 8] iVALUATION D'ERRElJR 467
1 -Â o o
=det
o 1 o o
o 1 -Â o
A cette fin, il faut multiplier par  la premiere colonne et ajouter
ce produit a la deuxieme, puis multiplier par  la deuxieme colonne
et ajouter ce produit a la troisieme, et ainsi de suite. On a finalement
Pt (Â) P2 (Â) Pk-1 (Â) Pk (Â)
1 O O O
P (Â) = det O 1 O O
o o 1 o
avec
P1 (Â) = - a_ 1 - Â, P2 (Â) = - a_2 + Â. ( - •ct. -Â) , ..•
ao ao ao
p1i(Â)= _ a_h +Â ( - a1-k +Â ( - a2-k + ...
ao ao ao
... +Â( _a;: -Â,) ... ) •
Developpons le determinant suivant Ies elements de la derniere
colonne, îl vient
(-ftp (Â)= -ph (Â)= Âk+ a_1 Âk-1+ ...
ao
+ a_k
ao
=
=~(a
ao 0"-"+a-1Âk-t+ .. . +a_1i)-
i
.li Zn l 1 ~p ,=1a (1 + ?Lh)"-1 Igi I+ (1 + yLh)n-1'H li Zk-tllt• (10)
Simplifions cette estimation en la rendant simultanement moins
precise. Pour .z0 ~ x 1 ~ Xn ~ x 0 +
X, on a (n - j) h ~X; c'est
.pourquoi
(1 +
yLh)ta-l ~ exp (yLh (n - j)) ~ exp (yLX).
U decoule alors de (10)
fl
z (x) = J
xo
(-y<m+O (t)) exp ( J/ (-r,
t
y y (-r)) d-r) dt
est la solution de
z' = fu (x, y (x)) z - y<m+O (x)
avec la condition initiale z (x 0 ) = O.
L'idee majeure de la demonstration est la suivante: l'equa-
tion (8.4) relativement a l'erreur Rn = Yn - y (xn) est ramenee
a une forme qui entraîne que Rnh-m est solution de l'equation a1iix
differences qui approche l'equation differentielle par rapport a z (x)
du theoreme.
D:8MONSTRATION. Sous l'hypothese du theoreme la relation (8.4)
s'ecrit
k k
~ a-iRJ-i-h ~ b_ilJ-iR1-i= fJ1-hr1=
i=O i=O
1 9] PARTIE PRINCIPALE DE L'ERREUR 471
.avec
qJ= fJ;-(hr1-Em+1Y<m+1) (XJ) hm+i);
-eonformement aux conditions 4), 5),
IqJ I~ 11 (h} hm+i + Qhm+2.
Si l'on substitue dans le second membre de (8.13) Ies estimations
,de Rh O~ i < k, f,J, rb donnees par le theoreme, il vient
IR; I~ di.hm lorsque x 0 ~ XJ ~ x 0 + X. (3)
Rappelons-nous que l1 = f 11 (x;, y1) avec YJ compris entre y (x 1) et
= y (x1) + R 1 et appliquons la formule de Lagrange- relative-
.YJ
ment a y; nous obtenons
.l1- fu (x1, Y (x1)) =fu (x1, Y1)-fu (x1, Y (x1))=
= fuu (x1, Y;) (Y;-Y (x;)}.
,II en decoule
I l1-f11 (x1, Y (:c1)) l~I Lo2 I R1 l~d1Lo2hm (4)
iJ.orsque x 0 ~x1~x0 +X. Utilisons
k
~ b_1 =i
i=O
,et mettons l'egalite (2) sous la forme
h h
~ a_iR1-1-h ~ b_t (/ 11 (XJ-;, y (x;-i}) R1-t -
-t=O i=O
•OU
h
•a1=q1+h ~ b_t(l;-t-f11 (x;-i, y(x1-i)))R1-t+
i-0
h
+hEm+t {~ b_t (y(m+i) (XJ-i)-y<m+i) (x1))) hm.
i=O
J Jf
: X
{2)
.r1 = y (Xj)-y (Xj-2)
2h
(Xj}
f_(XJ-1, y (x;-1)) = ym - 6-h2 + o (hS), (4)
xo
y"' (t) exp { J/ (-r, y (-r}) d-r} dt
t
y (6)
pour le deuxieme.
Proposons-nous maintenant d'integrer le modele y' = My avec
la condition initiale y (O) = 1. Son second membre verifie toutes
Ies hypotheses du theoreme du paragraphe precedent; evidemment
fu = M, y<k> (x) = M<n> exp (Mx). Les relations (5) et (6) donnent
respectivement
xn xn
2
y~-y (xn)= - ; ) M exp (Mt) exp { j M d-r} dt=
o t
- M 2z h
t exp (Mxn) +o {h2),
M3x h2
y!-y (xn) = 6
n exp (Mxn) + O (h 3).
La partie princi pale de l' erreur dans le deuxieme schema differe de
celle dans le premier par le facteur Mh/3. Une comparaison selon
le critere de partie principale revelerait l'avantage du deuxieme
schema lorsque I Mh/3 I < 1.
Cette analyse s'avere neanmoins trop sommaire. Les solutions des
equations aux differences finies (1), (2) peuvent s'expliciter. On a
dans le cas du premier schema
Y~-Y~-1
h
alors
et donc
(1 Mht.
y}i = +
Dans le deuxieme cas, on a l'equation
d'ou
exp (Mh)-µ2 C _ e:rp (Mh)-µ1 .
2
µ1-112 ' - µ2-J11 '
Ies racines µi, µ 2 , et, partant, Ies coefficients C1 , C2 sont fonctions
de Mh = Q; deveioppons-les suivant Ies puissances de Q; iI vient
y 1 +M2h2 = 1 + Q; +o (Q'),
µ1 = 1+Q+ i + o<Q') = exp Q- 0: + o (Q') =
2
=exp ( Q- Q: +O(Q')) ~
Q2 QS
µ2= -1+Q- 2 +0(Q')= -exp (-Q)- 6 +0 (Q')=
Q3
C2 =1-C1 = - 12 +0(Q').
Donc,
y:= ( 1 + r; +O (Q')) ( exp ( Q- Q: +O (Q')) r-
-( ~; +o (Q')} (-1t ( exp ( -Q+ O: +o (Q')) )";
on suppose ensuite IQ !<const. On a l'egalite evidente
1+0= exp ( Q- 0; +o (Q3)).
Aussi le rapport de la solution approchee y! a la solution exacte
y (xn) = exp (Mxn) =exp (Qn) du premier schema s'ecrit
(9)
Si M ~ O, ii en resuite
2
_!!__(n
y Xn
) = 1 +o•(M3xnh2); (10)
pour Mh petits, l'estimation (10) est meilleure que (8) quelle que
soit la longueur du segment d 'integration. Si M < O, Ie deuxieme
terme a droite dans (9) renferme un faeteur qui eroît brusquement
avec Xn- Par exemple, pour M = -1, h = 0,01, Xn = 10, on a
I I> 30,
Y ~=nl
Tandis qu'on a, lorsqu'il s'agit de la formule de calcul (1),~
u!
-(-)
y Zn = 0,95 ...
Pourquoi la formule (1) est-elle meilleure pour M < O, alors
qu' elle n' est exacte qu' a l' ordre 1 ?
Les solutions de l'equation differentielle consideree ont la formez
const •exp (Mx),
et elles se multiplient par exp (Mh) = exp Q lorsqu'on passe d'un
point Xn. au point suivant. L'equation aux differences finies corres-
pondant au schema (2) admet des solutions partieulieres de deux
formes C1 µ1' et C2 µf. Selon (7):i
µ{ = exp (Mh) +
O ( \ Mh 13), (11)
et la composante de la solution correspondant a eette racine est
multipliee a chaque pas par une quantite voisine de exp (Mh). La
composante assoeiee a la seconda racine se multiplie a ehaque pas
par µ 2 qui est sensiblement different de exp (Mh) (on peut dire
que c'est une composante parasite). Si M > O, alors I µ 2 I < I µ1 I
et l'influence de la composante parasite decroît a ehaque pas. Si par
contre M < O, alors I µ. 2 1 > I µ 1 1 et l'influence de la composante
augmente rapidement et perturba catastrophiquement le -resultat.
Dans la pratique, on aborda non pas une equation isolee, mais
tout un systeme. Si l'ecart de deux solutions quelconques du systeme
478 METHODES DE RESOLUTION DU PROBL:tME DE CAUCHY [CH. VIII
par consequent,
IYn I = V 1 + s2h2 IYn-1 I
et Ies· solutions de l'equation aux differences augmentent en module.
Dans le cas du schema (2) Ies quantites Yn verifient l'equation
aux differences
Yn - Yn -2 - 2shiyn -1 = O,
et l 'equation caracteristique correspondante
µ2 - 2shiµ - 1 =O
admet pour racines
shi ± V1-s2h2
de module 1; par consequent, la solution de l'equation aux diffe-
rences oscille sans presenter de tendance stable a augmenter ou a
decroître. Ce comportament de la solution est preferable a celui de
la solution du schema (1) sans parler de l'ordre de precision plus
eleve du schema (2). L'allure de la solution du probleme discretise-
peut sensiblement changer lors du passage au cas M = M (x).
S'il s'agit d 'equations non lineaires, la situation s'embrouille plus
§ 10] ~TUDE DES PROPRiiTillS DES MiTHODES DES DIFFERENCES FINIES 479.
-ou
k
P(µ)= ~ (a-i-b-iQ)µk-i, rm+2=O(Qm+ 2 ).
i=O
-Considerons le segment I µ - 1 I ~ 2 I Q I et evaluons sur lui la derivee
h
P' (µ)= ~ (a-i-Qb_i) (k-i) µk-i-1.
i=:0
Pour Ies points de I µ-11 <;: 21 Q I
µk-t-1= t +0 (Q),
par consequent,
k
P' (µ)= ~ a_t(k-i)+O (Q).
I-O
Etantidonnees Ies conditions E 0 = E1 = O et vu que le schema est norme,
h h
~ a_i=0 et ~ a_i (-t)=i
t:'o i=O
-et la deraiere egalite se met sous la forme
P (µ) = 1 +
O (Q),.
,ou
1 - C I Q I ~ P' (µ) ~ 1 +
C I Q I pour I µ - 1 I ~ 2 I Q I•
Posons
µ 1, 2 =exp Q +
Em+1Qm+i rm+2
1+CQ
Evidem.ment,
µ1,2= 1 +Q +o (Q2).
Nous allons supposer I Q I tellement petit que I exp Q-11 <;: 21 (i !.
1µ 1, 2 -1I<2IQI, CIQl<i et lrm♦2l<IEm+1Qm+ 1 I.
§ 10] ~TUDE DES PROPRIBT8S DES MJ;lTHODES DES DIFF8RENCES FINIBS 481
Pour fixer Ies idees, prenons le cas Em+t > O, Q > O• Alors
µl<µ2<expQ.
On a Ies inegalites evidentes
P (exp Q)-P (µ2) < ([µ.2,max
cxp Q]
P' (µ)) (exp Q-µ2} ~
D'apres Ies constructions du § 5, cela veut justement dire que Ies solutions
regulieres des equations differentielles verifient (14). C.Q.F.D.
Si le schema aux differences approxime l'equation differentielle,
alors m ~ 1; donc, l'equation (13) possede toujours la racine µ =
= exp (Mh) +o ((Mh) 2). Lorsque Mh--+ O, cette racine tend vers
31-01007
482 M~THODES DE R:esoLUTION DU PROBL-eME DE CAUCHY (CH. VIII
Soit
... '
q etant l 'ordre du systeme.
L'ensemble de ces relations s'ecrit sous forme tensorielle
y"=fx+ f uY',
1 1
y'"=fxx+2/:icyY' +fuuY Y +fuY", · • .;
31*
484 l\leTHODES DE R::esoLUTION DU PROBL8ME DE CAUCHY (CH. VIII
La forme deces relations est la meme que dans le cas d'une· seule
equation. En evaluant I' erreur dans Ies methodes des differences
finies, on remplace
f (xn, Yn)- f (Xn, Y (xn)) = f y (xn, Yn) Rn
par
f (xn, Yn)-f (xn, y (xn)) = t;Rn,
q
y(x+h) ~ z(k)=y+ ~ Ptkt.
i=i
En exprimant de proche en proche k 2 , • • • , kg, z (h) en fonction de
y, on aboutit â
k1 =Ahy,
k2 = P2 (Ah) y,
kq= Pq (Ah) y,
z (h) = Qq (Ah) y,
ou Pz, Q1 sont des polynâmes· de degre l en la matrice Ah dont Ies
coefficients dependent des parametres ah PtJ, Pi du procede consi-
dere. La relation :
Yi = Qq (Ah) Yi-1 (2)
est vraie a chaque pas d 'integration. On obtient par consequent,
apres n pas, la valeur Yn = (Q q (Ah)rYo· Cette egalite s'ecrit
Yn = (Q q(?J',))" Yo
quand on integre une seule equation y' = 'J..,y.
Soient ei, ... , em Ies vecteurs propres de la matrice A et "1.,
• • • , Âm ses valeurs propres associees. Etant donne que par hypothe-
se A est une matrice de structura simple, ces vecteurs formant une
base; tout· vecteur YJ est represente de fa~on univoque dans cette,
base:
m
YJ= ~ cfep.
P=i
Portons Ies expressions de Yn, Yn-i en fonction des vecteurs de la
base dans le second membre de (2). La multiplication du polyno~
486 M~THODES DE RtSOLUTION DU PROB~?.IE DE CAUCHY [CH. VII!
L'examen des relations (3), (4) nous autorise a faire Ies conclusions
suivantes sur l'integration du systeme lineaire (1) par la technique
de Runge-Kutta: chaque composante de la solution proportionnelle
a l'un des vecteurs propres de la matrice A est integree independam-
ment des autres ; Ies formules de transformation des coefficients
c~ coincident alors avec Ies formules d 'integration numerique de
l'equation y' = Âpy par Ies methodes de Runge-Kutta.
Passons aux methodes des differences finies. Pour le systeme (1)
le systeme correspondant d'equations aux differences finies a la forme
k. k.
21 a-,Yn-i -h i=O
i=O
21 b_;AYn-i= O; (5)
k. k.
21 a_tc!-i -h i=O
i=O
~ b_1Â 1>c!-i = O.
k2 = hf ( :r: + ~ , u+ ~t ) = Âk ( y + ~ ) = Âh ( y + ~y ) ,
t+ Ah+ Â;i
2
.z (h)=Yo+k2= ( ) y,.
'J...2h2
µ=i+M+-2 -,
et la condition I µ I ~ 1 pour Î. < O n' est plus realisee quand I Â I h > 2.
Pour la methode (2.6) exacte a l'ordre 2
k1='Miy,
k2='M1, (y+kt)='A.h (y+'A.hy),
~
2
z(h)=y+ (k1 +k2 ) = ( t + Âh+ )..~,, ) y,
z {h) = ( ~ ~~k ) y
h=O
(pour la definition de q et s voir § 2).
La mise en muvre de la methode d' Adams imJ>licite exacte a l'ordre 2 nous
fournit une solution plus acceptable de ce probleme:
µ
1- a h _ i ~ '
2 2
Si a=Re1<0, on a
ii en resuite que pour Â.2 < O la quantite I J:1, 2 I se rapproche de 1 par valeurs
inferieures avec l'augmentation de I A2 I h et la deuxieme composante s'amortit,
par consequent, lentement. Son amortissement rapide impose une certaine
contrainte a la borne superieure du pas h, qui est neanmoins J>lus lâche que
I Â2 I h ~ 1. Pour un systeme lineaire a coefficients variables l'analogue du
-490 METHODES DE R~SOLUTION DU PROBLtME DE CAUCH'~ [CH. VIII
.avec
f {Xn) + f (Xn-1)
F 1= 2
n-2
-On preferera parfois a cette dernierc valeur
Dans Ies formules des deux types il faut a chaque pas inverser une matrice dont
la dimension est celle du systeme. Si l'ordre du systeme est eleve, 011 perfectionne
la methode pour ne pas avoir a inverser une matrice a chaque pas.
Voici un autre procede de resolution des problemes du genre.
Prenons, pour commencer, le systeme y' = Ay, A = const. L'in-
tegration numerique s' effectue a l' aide de la formule
Y (Xn +
h) = cp (h) y (xn),
ou
cp (h) . exp (Ah).
La fonction matricielle cp (H) verifie
cp (H) = cp ( ~) cp ( ~ ) ' (8)
h )
cp2l~Ll'TT'2Z.
(
"1 1 ( Ah )i (9)
i=O
On remarquera que pour q = s =s;;;; 4 le calcul par la formule (9) equivaut
.a integrer le systeme d equations matricielles Y' = AY par la methode de
Runge-Kutta d'ordre s avec le pas h/2l et la condition initiale Y (O) = E,
-0u E est la matrice unite.
§ U) lNT~GRATION DE SYST.illMES D'~QUATIONS 491
1 ( Ah
l f( 'hv) ~"L J ifv, )i
i=1
ensuite
i=i
h ) 1
ro ( 2Z ~ LJ TI~ . ( h.
A 1 -1 2f
)i '
i=1
492 M~THODES DE RtSOLUTION DU PROBLEME DE CAUCHY [CH. Vlll
ensuite
ro ( 2 :-t }, ... ,
ro ( ; ) , ro (h)
a l'aide de la relation (10) et on pose
y (xn + h) ~ y (xn) + ro (h) (Ay (xn) + h).
S'il s'agit de systemes de forme generale, lineaires ou non, on
approehe le systeme considere sur chaque segment lxn, Xn+ 11 par
le systeme
y' = Ay +
b, A, b = const.
y' (.x) par le polynâmc d'interpolation de Lagrange base sur .r0, ••• , .xq:
q
X-Zp
y' {.r)= ~ y' (.rt) 11--+r(.r),
LJ Xt-Xp
i=O • p:pi
q
r{.r)=y'(.ro; .• ; zq; .r) [I (.r-.rp)i
p=O
ii vient
q
y (x1)-y (.ro)=h ~ CJiY' (.rd+RJ, (1)
i=O
ou
x, j
Cji= h1 r II
J
x-xp d.r=
Xi-Zp
r II ~-p
J i-p
dt,
:x:o p:j:f o p:,f:i
:x:,
R1= J r (.r) dx.
:x:o
§ 12] QUELQUES QUESTIONS G:8N:8RALES 493
cx1:.8:q] \
y (q+2) (z)
(q+ 1) I
I •
(4)
Posons
L= max (ful,
xo~~xq
q
c=m~ ~ lc1d-
, i=O
L'egalite (4) entraîne
I r1 I < I ro I +cLh max I rfl +(R J I, (5)
O~i~q
d'ou
max
o~;~q
I r1 I < I ro I+ o~~q
max I RJ I+cLh max I r, 1-
o~~q
l.e report du dernier terme dans le deuxieme membre donne
(1-cLh) max I ri I< I ro I+ max I RJ (.
O~i~q O~i~q
Soit ensuite h tellement petit que cLh<·t. Alors
I ro I+ max I R J I
max f ri I <
O~i~q
0
~1q
1-c h
.
494 M~THODES DE RESOLUTION DU PROBL'eME DE CAUCHY [CH. VIII
Dans le cas non lineaire, le systeme (3) est en general irresoluble par rapport
aux inconnues YJ., .•• , Yq· On le resout par la methode iterative simple ou
par une methocte du type (7 .1.8):
j- 1 q
Yj+i_Yo=h 21 Cji/ (xi, yf+t)+h ~ Cji/(Xi, yf).
i=O i=i
Les derivees par rapport aux variables YJ a droite sont multipliees par h, ce
qui fait que, lorsque h est faible, Ies processus iteratifs consideres realisent
une contraction et, partant, convergent. Le choix de l' approximation de depart,
du nombre q et du nombre d'iterations est souvent diete non pas ţ>ar des conside-
rations purement mathematiques, mais par des circonstances liees entre autres
au volume de la memoire rapide, a l'ordre type des systemes proposes.
Etudions plus en detail le calcul par pas des valeurs Yn dans la methode
d'Adams implicite. D'habitude la methode d'Adams implicite
k
Yn - Yn-1- h ~ b_d (Xn-it Yn-t) = O ·· (7)
i=O
est employee conjointement avec la methode explicite
k+1
Yn - Yn-1 - h ~ b..d (Xn-it Yn-i) = O.
i=t
L'ordre d'approximation des deux formules est par construction en O (hk+1 ).
Avec Ies metbodes implicites on a a resoudre une equation non lineaire ou un
systeme de telles equations, ce qui semble entraîner des complications inutiles
par comparaison avec Ies methodes explicites. D'autre part, la partie principale
de leur erreur par pas comprend un facteur constant un peu moins grand, et, dans
le cas de l'equation lineaire, la contrainte par pas du type (10.15) qui garantit
pour fy < O l'absence de racines de module suJ!erieur a 1 de l'equation '(7.3)
s'avere moins severe. C'est sans doute cette derniere circonstance qui a determine
la vogue des methodes implicites.
§ 12) QUELQUES · QUESTIONS G:eN:eRALES 495
la valeur du polynâme d'interpolation base sur Ies points :tn-i, ••. , Zn-A•
Nous trouvons
k
Y (zn)- Y (Zn-1) ~ ~ b_, (zn, • • •, Zn-h) y' (Zn-t),
1=1
II lui correspond la formule explicite
k
Yn - Yn-1 = ~ b_, (zn, • • •, Zn-k) f (Zn-h Yn-d•
i=1
Si l'on interpola aux points z,., .•. , Zn-k, on obtient la formule implicite
k
Yn -Yn-1 = ~ b_i (zn, • • •, Zn-k) f (zn-h Yn-d•
i=O
Discutons un autre probleme de caractere general. En evaluant l'erreur
on a toujours suppose qu'etait realisee une condition tres severe, asavoir I fu I ~
~ L pour z 0 ~ z ~ z 0 +
X et quels que soient Y·
En realite, toutes les estimations · ci-dessus de l erreur sont vraies J>Ollr h,
et t,11,- suffisamment faibles si I /y I ~ L dans le P-voisinage de la solution:
1
zo ~ z ~ zo +
X, I Y - Y (z) I ~ fi, ou P> O.
Sous l'hypothese I fu I ~ L avec y arbitraire, on a une estimation d'erreur,
disons (8.13), dont le deuxieme membre tend vers zero avec h et l>h-1 • Supposons
ces dernieres quantites si petites que le deuxieme membre de l'estimation
est au plus p en tous les points du segment d'integration. Tous les points Yn et,
partant, tous Ies points intermediaires Yn appartiennent alors, eux aussi, au
p-voisinage de la solution, et en evaluant l'erreur on ne se sert pas de l'infor-
mation sur Ies valeurs de la fonction exterieures A ce voisinage. Donc, pour
de tels h et t,h,-1 on a l'estimation (8.13) sous la condition I Iv I ~ L dans le
p-voisinage de la solution. On peut egalement lever la contramte I fu I ~ L,
pour tous Ies y, dans les autres cas, par exemple en etudiant la convergence
d'un processus iteratif par Ies formules implicites. On se debarrasse de mâme
de la condition assujettissant toutes les quantites figurant dans l'expression
du reste a âtre bornees pour n'imiorte quel y.
Revenons une fois de plus a 1 integration des equations et des systemes
sur des intervalles temporels importants. Pour resoudre le systeme d'equations
aux variations 11' = fu'rl ecrivons
x2
li ""P ( Î lu (:,;,
x,
Y (z)) d:,;} li ..; B Bl<P ( -b (z,-ztl), b > O. (9)
exp { J tJo (x) dz) < B exp (-b (x -xt)), 2 b > O. (11)
Xi
On suppose en outre que
max sup I a~i) (x) I <A< oo.
O~i~a, p=O, 1 xo~x<oo
y (x) = y (Zo) exp ( J ao (x) dx) + Jb (t) exp { Ja0 ('t) d-r:) dt
xo xo t
et implicite
ou
1 -1
Pp=-ir (J (t~t)t ••• (t+(p-1))dt+ j (-1-t)t .•. (t+(p-1))dt} ,(3}
w o
~n+t
r! = j Gi(x) y• (xn ; ••• ; Xn-k; x) {z-zn) ••• (x--xn-k) dz.
xn-1
On ~ ·r·1e 1mm"
v"r1 · ~a·1atement que (kifh+t
+ 1) 1 ~k+it P1i+1 etant determine par
l'egalite (3) pour p=k+t. L'egalite -ifk+t PA+t s'etablit egalement d&
(k+1) 1
la maniere suivante ; on a
1'+1
Y (Xn+tl-2y 1:n>+Y (Zn-tl = ~ ppV:Py" (zn)+O (hk+t).
p=O
~+:) I
(k y<k+3) <zn) kk+i = P1t+tVh+ty• (zn) + o (kh+I) ;
en divisant Ies deux memhres par y<k+i) (zn) kk+i et en passant a la limit&
lorsque h -. O et pour Xn = const, on trouve
Pk+t R.
(k+ 1) I t1k+t•
o
+ J.(-1-t) (t-1) t ••• (t+(p-2)) dt),
oul.implicites de la forme
l
Zn+i = Zn + h k=O k
~ Ck V / n+1,
i
l
{ Yn+1 = Yn + h k=O
2] dk v"zn+i •
Les equations d' ordre superieur a 2 se ramenent generalement a des systemes
d'equations d'ordre 1 ou 2. ~
§ 14] ~VALUATION DE L'ERREUR 503
ou
Soit
L= sup lfu(x, y)j<oo.
~~=s::o+Z
TH:80R:8ME. Supposons que toutes les racines de l'equation carac-
teristique
(4)
d'unschema aux di//erences sont situees dans le cercle unite et qu'il n'y
a pas de racines multiples sur le contour du cercle, sau/ une racine
double 1. Alors, pour x0 ~xn~x0 +X, la solution de l'equation (3)
satisfait a
mnax { I Rn I, I Rn -tn-t I) ~
<.C (L, X} { {- iI
i=k
CJ I+ max IR, I+ max j Ri-,_aJ-t
O~i<k O<i<k
I) . (5)
Portons a droite tous Ies termes, sauf doZn, et divisons cette ega-
li te par d0 =I= O; il vien t
k-1 k
Zn= ~
i=i
(- ~~t ) Zn-i+h ~ (
i=O
~i) ln-iRn-t+. ::h · (6)'
Rn )
Un= • • • '
(
Rn-k+t
_ (Au A1•)
A- A21 A 22 ' Dn= Df1
(Du D12)D22 '
Bn= (u
B;1
B12),
B22.
qn= ( :i),
o oo
1 o o
ooo
1 o o
Au=
o 1 oo o o
oo1 o o o
......
o ooo 1 o
d_t d2-k d1-k
-T -~ -a;.-
1 oo o o ~o
A22= o 1 o o o o •
o o1 o o o
o oo o 1 o
506 M:f:THODES DE~R:8SOLUTION DU PROBLtME DE CAUCHY [CH. VIII
.J.1
a;- o o
boln
1 o o o o
o o o o o o o o
D12= o o o o D;1:::::1 o oo o
......
o o o ... o o o o . .. o
B~1=( o
o
Les matrices A12 , ~A 2 1, D11 , D22 , B 11 , B12 , B 22 et Ies vecteurs
ql' sont nuls.?La ma_trice A est bloc-diagonale: \ A~i 1,.) . A 11 a
pour equation caracteristique (µ-1) = O, et A22 se presente
µk- 1
comme la matrice A du § 8, de plus l 'equation
k-1
z1 d_iµk-1-i= o
i=O
On demontre de mâme que si le schema (i)J approehe y" = f (z, y) aveo une
erreur O (hm), parmi Ies racines de
Ji·
~ (a..t -Mh9 b_i) µ~i =O
i=O
il y a obligatoirement Ies deux racines
'11, 2=exp (±VMh.)+o ((-VM1i)m+ 1).
Au § i du chap. III nous avons obtenu l'expression des erreurs sur ces for-
mules:
t
Iq (f)-tq (I)= -1m3 r.(~), ; (2)
i9
lq (f)-p9 (/)=2W3 r (z~),
:;, ~E Aq.
Voyons d'abord le cas ou f" (z) ne change pas designe (prenons f" (z) >O
pour fixer les idees). Alors (2) entraine
Pq cn ~ 1q cn ~itq cn,
et Ta som.mation sur q donne
PM (f) ~ I (/) ~.;TM cn,
avec
· 'M M
PM(I)=!~ Pq(/), TM(f)= ~ tq(f).
q=t 'l=i
Si, par contre, /" (z) change de signe sur [O, t], on utilise des strategies
differentes pour encadrer la valeur de l'integrale.
En voici une, la moins sure. La sommation de (2) sur fournit zq
•r {n-T
_. - M
(1)--t_'_
f2M2~
so~
M'
(3)
1·
/ (/) =PM (I)+ 24M2 Slf I
ici
M
st=.1 ~ r CZ:),']'.k=O, t.
q=t
Soit /"' (z) bornee en module: I /• (z) I ~ B <]oo. Nous invitons le
lecteur a prouver la validite des relations
1
" Jf1(z) dz+sM• I sM I<;; 2MB ,
SM= k k k=O, t. (4)
o
Pour fixer Ies idees, considerons le cas
1
A= Jr
o
(z)dz>O.
Alors
t
I (f)=TM (f) - 12~ 2 ( J/"
o
(z) dz+s~) <;;
5{0 M:8THODES DE R:8SOLUTION DU PROBL!.ME DE CAUCHY [CH. VIII
de mâme
1
J(/)=PM(f)+ ~ 2 (Jo
f"(z)cl.z+eM)>PM(/)- 4 ~ 3 •
D'oii l'estimation
B Bl
pM (/)-4SMS < I (/) < T M (/) + 24.M 3 • (5)
Celle-ci n'est d'aucune utilite car seules Ies quantites PM (I) et TM (j) se deter-
minent numeriquement. Avec un pas d'integration si petit que B/(2M) ~ A,
on a, conformement A (4),
sgSif= sgSlt= sgA.
Les relations (3) entraînent alors l'estimation effective
PM (/) ~ J (/) ~ TM (/).
Lorsque A< O, on a naturellement
TM (/) ~ / (/) ~ PM (/).
Regroupons ces inegalites; ii vient
min (PM (/), TM (/)) ~ I (n ~ max (PM (/), TM (f)) (6)
pour A de signe quelconque A condition que
B
2M <IAI.
Dans la pratique on estime que ( 6) est juste avec M quelconque bien que, par
exemple pour A = O, cette aftirmation soit gratuite.
Une autre strategie plus prudente a formellement droit de cite pour A = O.
Considerons ceux des segments Aq sur lesquels /" (x) garde son signe. Lorsque
I" (z) ~ O, ii decoule de (2):
1
I q (I) <; tq (f~ - 12M3 F~,
1
I q (!)":;;::. Pq (I) I 24MS F~ ;
ici et dans la suite
Ces relations entrainent que pour f" (z) de signe constant sur Aq on a
avec
~ (!) = min (Pq (/), tq (!)),
s; (/)=max (Pq {f), tq (f)).
Supposons que f" (z) change de signe en un point zq de !l.q. De tels seg-
ments sont evalues a l 'aide de (2):
p2 p2
8~ ( / ) - 121s <Iq (f) <s;+ 121s • (8)
Designons par ~, la sommation sur Ies segments avec f" (:z:) d'un mâme
signe et par A" la soxrreation sur Ies segmenta restants. En sommant (7), (8)
par rapport a tous Ies q nous trouvons
s~ (f)+E <I(f) < s1,i (1)-E,
ou
M
S~r(/) = ~ { (/), k = 1, 2,
q=t
' 1 " F;
E= ~ 24M3 ~ - ~ 12M3 •
q q
PR0BLtME. Demontrer
1
E> 24~ 2 Jlf"{x)ldz:- 8! 3 •
o
Nous rappelons au lecteur que ~; contient des term.es correspondant aux
segments ou/" (x) change designe; c'est pourquoi F~= O (~)dans ces termes.
D'une fa9on generale Ies points ou la derivee change designe sont _peu nombreux
et E ~ O des que M est relativement eleve. Ce qui autorise l'estimation
Skt (f) < I (/) < Sif (/). (9)
On a Ies inegalites evidentes :
M
SM {f) = ~ min (Pq (/), tq (f)) <
q=1
M M
<_min ( ~ Pq (f), ~ tq (/)) =min (PM (!), TM (/)),
q=t q=1
de mâme,
max (PM (!), T.l\,t (f)) <Sif (f).
k1=kf(z,M, k2=kf ( z+ ! h, !
u+ k1),
puis
§ 15) l\'IE'l'HODES BILATtRALES 513
pour la deuxieme. L'erreur par pas dans la premiere methode (cf. § 2, chap. VIII)
s'ecrit . .
q> (h) = y (x +
h) - y<1 > = Ah3 0 (h'), +
et celle dans la deuxieme
q> (h) = y (x + h) - y<2 > = -Ah3 + O (h 4 ),
ou
A= /yyf2 •
24
L'encadrement selon une strategie plus prudente s'effectue comme suit. Pendant
l'integration on calcule ă. chaque pas tleux quantites Yi et y! encadrant la solu-
tion et telles que y~ < Yi · On suppose YA = y5 = y {x0). Avec y~ au depart on
effectue un pas d'apres Ies deux methodes et on prend pour YA+ 1 la plus petite
des valeurs Y!~ Y!>:;
1• 1 ainsi obtenues. Ensuite, on part de y~, on effectue
un pas selon Ies deux methodes et on prend pour y ~+ 1 la plus grande des
valeurs Y!~ 1 , Y;Ţ 1 trouvees.
Si (ce qui arrive fort rarement dans la pratique) y~ > y; pour un certain n,
cette metbode bilaterale tombe en defaut.
Comme les points y~ et Y! sont assez voisins, Ies valeurs A qui leur corres-
pondent, le sont elles aussi, et lorsque A :::/= O, on a generalement
2 2 2 y• -y1, t
Yn+1 =Yn+i si n+1- n+1
et (12)
y2n+1-
-y2, 1 si
n+1
1 1, 2
Yn+1 =Yn+1 •
IYn Yh ţ Yi I= O (h3).
Si Ies methodes bilaterales permettent d'etablir avec une certitude plus grande
les limites de variation de la solution d'un probleme, elles alourdissent par
33-i01007
514 Mil1THODES DE R:ESOLUTION DU PROBL:8ME DE CAUCHY [CH. VIII
Aussi
x2
max I w1l<max (!zoi, lzNI )+Z 8 .
O~j~N
-----~---
h'l. (5)
Comme p(x)y(x)+f(x)=y"(x), on a
y (Xj+t)-2y (Xj)
r1=----h-2_ _ __
+ Y (XJ-1)
Les evaluations de l 'erreur dans Ies formules de derivation nume-:
rique donnent
(6)
Nous voyons que des que Ies conditions aux limites et l'equation
aux differences sont satisfaites avec une precision amelioree, pour
un pas tendant vers zero la solution du probleme discretise se rap-
proche de celle du probleme differentiel.
La methode decrite donne une solution approchee qui converge
vers la solution exacte avec la vitesse O (h2). Proposons-nous de
construire des schemas plus precis et supposons que p (x) et f (x)
sont quatre fois continument derivables; la solution du probleme
est alors 6 fois continument derivable. Revenons a la quantite
y (Xj+i)-2y (Xj)+ y (Xj-1)
rJ = ----,,...,i2 ____
(9)
1 -,..., 1
2
y<6> (.x ·) -,..., p. 6 (PJY (.xJ)
h2
+ /J) ...1..
t
y<4> (x} = (y" (x))" =(p (x) y (x)+ f (x))" = :f,2 (PJY (i~ + f (x1)) +O (h2),
ce qui suggere de poser
rl = f,2 (PiYJ-1- /J).
J 12 '
on montre que l'estimation (11) et donc (10) sont alors valables. Dans la pra-
tique on se sert plus de la seconda technique d'obtention de r\.
Le schema general d'amelioration de la solution par differences
d'ordre superieur se. presente comme suit.
On forme une equation qui verifie approximativement l'erreur
entachant l'approximation obtenue, puis on resout l'equation par
rapport a cette erreur. Autrement dit, soit y1f une approximation
avec une erreur O (h 2 m+ 2).
§ 1] PROBL:tME AUX LIMITES POUR UNE tQUATION DU DEUX.I:lmE ORDRE 52t
-Y"(O)~+
ro<u- 2 y
<a> (O) 1i2
6 '
puis exprimer Ies derivees y "(O) et y< 3> (O) a l'aide de y(O) et, en
retranchant du schema aux differences l'expression correspondante,
-0btenir lf1 (yi) = O. Or, nous avons centre l'attention sur l'ame-
lioration de proche en proche de la precision puisque l'application
de cette technique a des equations aux derivees partielles est la
:plus simple et la plus naturelle.
alors
w2 (s) w• (x) pour O-.<x-.<s,
vo
G (x, s)= { w1 (s) w2 (x)
vo pour s-.<x-.<X,
ou
w1 {x) JiV2(x) I 0
V (x) = (Wi)' (x)
I (Hl2)' (x) =const= V •
l (Gn)
k
= VW!
(h)
t
l (Wn)=
Q
524 M~THODES DE R~SOLUTION DES PROBL:E:MES AUX LIMITES [CH. IX.
lorsque n < k,
k îVl 2
l (Gn) = V(k) l (Wn)= O
lorsque n> k, et
l (G")
n -
_ GR+1-2G~+GR-1
h2
Gn-
-Pn n -
- ( Wl+1W},-2w~w~+Wfi-1WI Pnwtiwi) =
- vw~ vw
_ Wfi
-- V (h)
( W~+1-2W~+w~-1
h2
w2) +
Pn n
(WfiWh-1-WJiW~-1)
V (h) h2
(3)
Yn =h n k + wi
"" Gkf
,"'-I w2 a + Wti b•
. WL (8)
k=i o N
(10)
11 en decoule l'estimation
N-1
IRnl~Dh ~ (l61il+ln,I).
k=t
En reduisant la precision on obtient l'estimation plus suggestive:
I Rn l~DX ( 1:{; h2 + 0<'11.<N
max 16k 1).
Si p (x) ~ O, celle-ci est du meme ordre en h et en max I 6k) que
l'estimation precedente. Les procedes decrits peuvent permettre
d'evaluer l'erreur dans des hypotheses assez faibles sur la regularite
des coefficients du probleme (le premier procede s'avere particuliere-
ment utile en l'occurrence).
La fonction Yi +
y~ (Yî - a) 11,-1 coincide avec yi pour n = O, 1 et verifie
la mâme equation aux differences finies; aussi yi = Y! + Y! M - a) 11,-1 •
Compte tenu des estimations (3)-(4) il vient:
y~ = {y2 {nh) + O (k)) + (W1 (nk) + O (k)) {YÎ - a) 1r1 •
II s'ensuit que, Iorsque I (Yî - a) 11,-1 I ~ 1, Ies quantites y~ sont de l'ordre
de (yî - a) 11,-1 • Puisque Ies valeurs y~ et y~ different reiativement peu, Ies
YÎ sont egalement du mâme ordre de grandeur. Conclusion: on choisira de
preference YÎ tel que (Yî - a) 11,-1 soit petit.
De nombreux problemes aux limites se caracterisent par une
croissance notable (avec la croissance ou la diminution de x) de cer-
taines des solutions des equations differentielles homogenes corres-
pondantes.
Considerons l 'equation modele
y" - py = O, p =const> O. (5)
Les solutions exp (±Vpx) de l 'equation homogene associee croissent
(resp. decroissent) brusquement sur le tron~on considere si yji'x
est suffisamment eleve. VpX et k sont donc Ies parametres qui deter-
minent l'influence de l'erreur de calcul dans Ies differentes methodes
de resolution du probleme discret (1.3)-(1.4). Examinons le modele
d'accumulation de l'erreur de calcul a l'une des etapes de resolution
du probleme discret. Supposons qu'on a trouve une valeur y1 exempte
de toute erreur et qu'ensuite on calcule a l'aide de la formule de
recurrence
Yn+l = 2yn - Yn-1 pk2Yn • +
Supposons qu 'ii existe la relation
Y:+1 = 2y: - Y:-1 pk2 +
6 y: +
(c5 etant de I' ordre de 2-t) entre Ies y:
obtenus reellement. En en
retranchant l'e.galite precedente, on aboutit a une equation donnant
l'erreur An = y: -
Yn:
An+l = 2An - An-1 + pk2An + 6_,; (6)
avec., par hypothese, L\ 0 = L\ 1 = O. L'equation caracteristique
µ 2 - (2 pk2) µ + 1= O +
de cette equation aux differences possede Ies racines
f.1-t ,2= 1 + p;2 ± -,I pk2+ (p~2)2.
3t-Ot007
530 M:mTHODES DE R~SOLUTION DES PROBL:8MES AUX LIMITES [CH. IX
de meme
t t +
C0 = 0-+ C1 -+ C2 -+ ••• -+CN-t
t t t
(pa= a-+ cpi-+ cp2-+ • • • -+ cpN-1
t t t
/1 /2 fN-t
34*
532 MF!THODES DE RlilSOLUTION DES PROBLbES AUX LIMITES [CH. IX
fournit.
(an-1Y1 + f:ln-1) - (2 + Pnh 2
) (anY1 + f:3n) + Yn+1 = fnh 2
,
ou encore
Yn+1 = an+1Y1 + f:ln+1,
ou
(12)
f:3n+l = (2 + Pnh 2
) f:3n - f:3n -1 + fnh 2
•
(52nuq
~ + ( - Â2 )nuq=/q quels que soient q.
534 MiTHODES DE nisoLUTION DES PROBL:l!:MES AUX LIMITES [CH. IX
A=
C, lz lrz) I C
Yn-(1- -=-+1.h
1. )Yn+t•
lim'A.(h)(y(x)-(1
h-0
1.
-=-+1
)y(x+h)) (6)
h,
538 METHODES DE RESOLUTION DES PROBLj;JMES AUX LIMITES [CH. IX
et (10) en
~n+1-~n
h f n+t - P. -
an+Wn / n+1an+1Ji. (12)
Sous l 'hypothese des coefficients an et ~n tendant, pour nh = x fixe
et h-+ O, vers des limites a (x) et ~ (x), la substitution des valeurs
§ 4) FERMETURES DES ALGORITHMES DE CALCUL 539
(cf. § 2). Comme <p 0 = O et tous Ies fn = O pour notro probleme aux limites,
on a ~n = O et la forme suivante
Yn+t-Yn -a. y
h, n n+t -
-0
On a I' estimation ( § 2)
I ~ - W1 (nh) I~ Mh2 pour O~ nh ~ X, (17)
540 M:8THODES· DE R:8SOLUTION DES PROBLbES AUX LIMITES (CH. IX
et
a.' > O pour a.< D2 = V min p (x).
[O, X]
Gii etant Ies mineurs de G. A vec les hypotheses admises, les quanti-
tes exp (-ÂjX), exp (Âj-X) sont negligeables ; aussi il en est de meme
des elements des matrices Gt et G; et le determinant
~ = det G- 0
Gi G+)s
(G;s G: G;
est voisin du determinant
Gi Gto) .
0
G- G
~o= det ( ol
Distinguons deux cas :
a) le determinant d 0 n'est pas petit,
b) le determinant d 0 est petit, et en particulier nul.
Puisque parmi les elements de la matrice G il n'y en a pas qui
sont grands, par suite de la formule (5) les elements de la matrice
G-1 ne sont generalement pas tres importanta dans le cas a).
Supposons que les seconds membres b et d des conditions aux
limites contiennent certaines erreurs 6b et 6d et soit 6g = (6b, 6d)~.
Le vecteur c est alors faux de G-1 6g. Si Ies elements de la matrice
G-1 ne sont pas tres importants, l 'influence de 6g sur Ies ~oefficients
c1 s'avere moderee. La solution du probleme est combinaison lineaire
des termes
er exp (Âj"x)J eJ exp (Â1x) l eţ exp (Âj (x- X)
35-01007
546 M~THODES DE ResoLUTION DES PROBLEMES AUX LIMITES [CH. IX
avec
!),. = (b1 - b2) {d1+ d2) - (d1 - d 2) (b1+ b 2 ) exp (-60)
+
voisin de /),. 0 = {b 1 - b2 ) (d1 d 2 ). Pour des coefficients bi et di
faibles et /),. 0 grand, Ies coefficients c;- et c; changent peu pour de
petites variations M et 6d. Lorsque /),. = O, le systeme (7) admet
une ·solution non nulle c;, c; pour b = d = O et on dit que le pro-
bleme<< se trouve sur le spectre >>. Cela signifie que le probleme homo-
gene possede une solution non nulle et qu 'il est inutile de parler
de la stabilite de la solution par rapport aux perturbations des con-
ditions aux limites. Si /),. 0 = O, le probleme est mal conditionne.
Aux paragraphes 6-8 le probleme aux limites propose est sup-
pose bien conditionne.
PROBLtME. Demontrer qu'un probleme aux limites bien conditionne
possede une solution unique.
§ 6] ALGORITHMES DR :agsoLUTION DES PROBLmlES AUX LIMJTES 549
• (1)
Puisque le rang de la matrice B est par hypothese egal al - r, la
solution generale de (1) s'ecrit
'I'
Yo+ ~ CiYh
. i=1
ou y 0 est une solution arbitraire du systeme non homogene By = h
et y 1 , • ·• • , y r un systeme de r solutions lineairement ind'ependantes
de By ~ O. Soit y 1 , • • • , Yn y 0 un certain jeu de .tels vecteurs.
Trouvons par integration numerique une solution particuliere du
systeme non homogene
y~ = A (x) y O +
f (x) (2)
pour la condition initiale y 0 (O) = y 0 et Ies solutions du systeme
homogene
YJ = A (x) Y1, j = 1, .•. , r (3)
avec Ies conditions initiales y 1 (O) = y 1. Supposons que y (x)
satisfait a (2) et a la condition a l'extremite gauehe (1). Mettons
le vecteur y (O) sous la forme
r
y(O)=Yo+ ~ CJYi;
1=1
la fonction vectorielle
r
z (x) = Yo (x) + 5=1
~ CfYJ (x)
verifie l'equation (2) et coincide avec y (x) lorsque x = O. Par con-
sequent,
r
y {x) = Yo (x) + ~ CJYJ (x).
J=1
(4)
Toute fonction du type (4) satisfait aux relations (1) et (2). La variete
de toutes Ies solutions de (2) verifiant la condition (1) est done donnee
par l'egalite (4). La solution cherchee s'obtient en degageant de
cette variete la solution qui satisfaii â la eondition a l 'extremite
droite. Determinons Ies coefficients·c1 a l'aide du systeme de r equa-
tions a r inconnues ·
r
D(y 0 (X)+ ~ c;y1(X))=d. (5)
1=1
550 MtTHODES DE RisoLUTION DES PROBL:8MES AUX LIMITES [CH. IX
supposons que
l
Y1= ~ a,hek;
k=1
alors
l
y J (X) = ~ a1kek exp ("Ah X). (6)
k=i
-ou
1i 1i
Ctlr+ 1, 1 Ctlr+ 1 , r ) T
6k = X 1i+1- X h, r1i =( cS1i , ••• , cSk ,
.et la matrice Rk est triangulaire droite. L'introduction de nouvelles fonctions
et matrices se fait de la mâme maniere que Ies transformations analogues lors
de la construction de la fermeture de l'algorithme de balayage du § 4. Notons
Js = (~f, • • •, ~ţ)T, Zs = Y, (Xs), Zs = Ys (X,).
Supposons qu'il existe des fonctions vectorielles et matricielles regulieres
Z (x), z (x), R (.x), r (x), P(x)
telles que
Z 8 ~ Z (x), z 8 ~ z (x), R 8 ~ R (x), r 8 ~ r (x), Ps =} p(x);
g 8 =}· g (x) veut dire que
Puisque Ies colonnes des matrices Y 8 (x) et, par consequent, ces matrice5
mâmes verifient le systeme y' = A (x) y, on a
Ys (Xs+1) = Y 8 (X 8 ) + 6sA 8 Y 8 (X 8 ) + O (6!)-
De meme,
I
556 METHODES DE RESOLUTION DES PROBL:tMES AUX LIMITE$ [CH. IX..
Zs+1-Zs
e,8 •
Î
Aszs+ s-Zs+trs+t +O (6s).
Le passage a la limite lorsque cS-+ O donne Ies equations differentielles
Z'=AZ-ZR, (3)
z' = A.z f - Zr.+ (4)
La conditio~ que Ies colonnes de Zm = Y m (Xm) sont orthonormees s'ecrit.
zJzm = E et devient a la limite zT (.x) Z (x) = E. 11 en resuite
(ZT)' z+zTZ'=E'=O;
en transposant (3), on obtient l'expression de (ZT)'; il vient finalement
(ZTAT-RTzT) z+zT (AZ-ZR)=O,
ou encore
(5)
Le vecteur z 8 +1 = Ys+1 (x 8 +1 ) est par construction orthogonal aux vecteurs-
colonnes ij+t (xa-1-1) de la matrice Z8+1 • Cette condition s'ecrit Z;+1zs+1 = ~
et devient a la limite zTz = O. Derivons-la ; ii vient
(ZT)' z+zTz'=O,
ou
(ZTAT-RTZT) z+zT (Az+f-Zr)=O.
Compte tenu de zTz = O, zTz = E, la derniere relation prend la forme
zT (A+AT) z+zTf-r=O,
ou
r=ZT (A+AT) z+zTi.
Portons cette expression de r dans le deuxieme membre de (4) :
+
z' =ÂZ +f _zzT (Az+ f ATz) =(E-ZZT) (Az+ i)-ZZTATz. (6)
II nous reste a obtenir la relation limite pour (6.14); decomposee en blocs, cette:
egalite s'ecrit
(
+
E cSsRs+i Bsr
O ·1
s+i} (
f's) = ( f's+f)
f 1 '
ce qui equivaut a
ou a
\
§ 7] M~THODES DU BALAYAGE ORTHOGONAL DIFF:eRENTIEL 557
I
558 M~THODES DE RESOLUTION DES PROBL:l::MES AUX LIMITE$ [CH. IX.
îl vient
(15}
U = yTz est une (l - r) x, r-matrice; evidemment uii =, (vi, Zj)• Du moment
que Zj (x0) appart1ennent a L (x 0) et vi (x0) au supplementaire orthogonal
LT (x0 ), u 1; (x 0 ) = O quels que soient t, j. Selon (15), Ies vecteurs lignes ui (x}
de la matrice u verifient le systeme homogene d'equations lineaires Ui =
= uiQ. Dans la condition initiale Ut (x0 ) = O ce systeme admet une solution
unique Ut (x) = O. Cela signifie que (vi (x), ZJ (x)) = O pour tous Ies i, j;
Ies vecteurs z; (x) sont orthogonaux aux vecteurs vi (x) qui forment une base-
de LT (x), et appartiennent par consequent a L (x). Le lemme est demontre.
La donnee d'une matrice Q (x) arbitraire et la resolution du systeme (12)
donnent la matrice Z (x) dont Ies colonnes, pour tout x, appartiennent au sous-es-
pace L (x).
En discutant la methode du tir nous avons vu que lorsque Q (x) = O et
pour certains A (x), nous n'avons pas agi nu mieux en nous donnant le sous-
espace L (x) par Ies colonnes de la matrice Z (x). Aussi on pretera une attention
particuliere a la fa~on dont on doit choisir la matrice Q (x). En construisant
la fermeture de l' algorithme de balayage orthogonal nous avons obtenu
l'un des procedes possibles de choix de Q (x). Voici-en un autre.
Trouvons une matrice Q (x) telle que Ies colonnes de Z (x) varient le plus-
lentement possible. Une variation reguliere de Z (x) permet en general d'inte-
grer (12) avec un pas plus grand. A cette fin minimisons Ies normes li zi li =
= V (zi• zb cn choisissant convenablement Ies elements qii (x) de la matrice-
Q (x). La colonne zi verifie le systeme
r
Zi=ÂZt- ~ qiJZj,
i=1
r
Les vecteurs .~ qiiz i forment un sous-espace vectorial. Pour que li Zi li soit,
J=i
minimale, il faut et il suffit que le vecteur zi soit orthogonal a ce sous-espace„
i.e. (Zi, ZJ) = O pour n'importe quel j. L'ensemble des conditions (Zi, z;} = O~
quels que soient i, j, se met sous la forme matricielle
Z~'=O. ~~.
En y portant la valeur Z' il vLmt
zTAz - zTzQ = o.
Si la matrice zTz est inversible, alors Q = (zTz)-1 zTAZ; c'est pourquoi
Z' = (E - z (zTz)- 1ZT) AZ. (17)
Multiplions (17) par zT:
= zTAZ - (zTz)
zTz, (zTz)- 1 zTAZ = 0;
la transposition de zTz, = O donne
(ZT)'z = O,
d'ou
(zTzy = o.
i.e.
zT (x) Z (x) = zT (0) Z (0). (18)
Ainsi, si Z (x) est solution de (17), la matrice zT (x) Z (x) reste inversible pour
tout x a condition de l'etre lorsque x = O. Les relations ecrites impliquent.
\
§ 7] M~THODES DU .B.ALAYAGE ORTHOGONAL DIFF~RENTIEL 559'
l'existence d'une solution de (17) qui verifie la condition (18) si zT (O) Z (O)
est inversible. Prenons pour colonnes de la matrice Z(O) r solutions lineaire-
ment independantes du systeme Bz = O et trouvons la solution de (17) dans
cette condition initiale. zT (O) Z (O} est la matrice de Gram .pour ces r vecteurs
Iineairement independants, elle est donc inversible. La donnee d'un sous-espace
W de solutions du systeme non homogene qui verifient la condition a l'extremite
gauche exige qu'on se donne egalement un certain vectcur de ce sous-espace.
Si Bu (O) = b, la solution du systeme u' = Au +f avec la condition ini-
tiale u (O) appartient a w. · Tout vecteur Z (x}q (x}, avec q (x) un vecteur
colonne r-dimensionnel, est parallele a W, c'est pourquoi la solution de
u' = Au +
f - Zq {19)
pour q (x) quelconque lui appartient el1e aussi. Sous l'hypothese d'un li u' li
minimal sur l' ensemble de tous Ies q possibles, nous obtenons un systeme dont
l'ecriture matricielle estj zTu' = O ou encore
11 en r~sulte
+
zT (Au f - Zq) = O.
4 = czTz)- zT (Au+ t),
1
d'ou
Zc' = PAZc + PAu + Pf,
ou cncore
c' = z-lp (AZc +Au+ f). {21)
Resolvons ce systeme dans le sens des x decroissants, puis determinons y (x) =
+
= u (x) Z (x) c (x). ·
Laquelle de ces methodes du balaya~e differentiel, le procede (8)-(10)
ou celui (17), (20), (21), choisira-t-on de preference? On ne saurait y repondre
categoriquement sans prendre en consideration Ies proprietes concretes du
systeme considere. Dans la seconde methode Ies fonctions Z (x), u (x) corres-
pondantes sont en general par construction plus regulieres et, a precision egale
du resultat, l'integration du systeme (17) s'effectue, paraît-il, avec un pas plus
important que celle de ~8). Par ailleurs, si l'on integre le systeme (17), le volume
de calcul par pas peut s averer legerement superieur a cause de l' inversion neces-
saire de la matrice zTz. II se peut qu 'on renonce a inverser celle-ci a chaque pas
d'integration (car cette matrice ne depend pas de x), surtout si Z (O) a ses colonnes
orthonormees et que zT (O) Z (O) soit donc une matrice unite. Avec de telles.
simplifications du systeme de depart (17), (20), (21), ses solutions se conservent;
cependant, la sensibilite aux arrondis peut augmenter, ce qui oblige, a moins.
d 'une analyse circonstanciee, a abandonner cette idee.
Dans le cas de l'equation y" - p (x) y = f (.x) du § 4, c'est par hasard
que la fermeture de l'algorithme s'est averee reguliere et Ies solutions de ses
equations stables par rapport aux arrondis. 11 en va autrement pour le systeme-
(5.1). La fermeture de l'algorithme de balayage orthogonal (8)-(10) est reguliere
en ce sens que Ies solutions des equations (8)-(10) sont toujours bornees par des
quantites pas tres grandes; par ailleurs, le systeme d'equations aux variations
pour (8) peut posseder des solutions a croissance brusque, ce qui provoque des.
:560 MtTHODES DE R~SOLUTION DES l'ROBLBMES AUX LIMITES [CH. IX
Le calcul des a,pa I moyennant cette formule exige (par rapport a la re-
Kt
cherche des valeurs ,Pi (g1 , • . • , g,.)) une -resolution numerique sup-
plementaire du probleme de Cauchy (correspondant aux parametres
g1 +
A, g 2 , • • • , g,.). Comme le calcul des valeurs des fonctions
,p, est susceptible de donner lieu a une erreur notable qui ne fait
qu'augmenter avec la division par A, un choix rationnel de A ne s~
fait souvent qu 'au bout d 'une analyse complementaire. La methode
decrite se caracterise par le calcul simultane des derivees par rap-
port a la variable g1 fixe de toutes Ies fonctions ,p1 ; îl paraît que dans
ce cas la tactique raisonnable consiste a mettre en ceuvre des proces-
sus iteratifs dans lesquels Ies parametres g1 sont ameli~res a tour
36•
564 Ml!'.:THODES DE RJ!lSOLUTION DES PROBLgES AUX LHIUTES [CH. IX
ou
âb
Bu = [ ay1 /o> ' Du=
] [ Bd·
ay1 <X>
J•
Les relations (6) s'ecrivent alors
Y~+i - /y (x, Yn (x)) (Yn+t -Yn) -f (x, rn
(x)) = o, o< X< X'
By (Yn (O)) (Yn+1 (0)-Yn (O))+ B (Yn (O)):.= o, (7)
Dy (Yn (O)) (Yn+t (0)-Yn (O))+ D (Yn {O))= o.
D'apres Ies theoremes generaux sur la convergence de la methode
de Newton, le processus iteratif (5) converge pour f (x, y), b,, di
suffisamment reguliers si l'approximation initiale est suffisamment
proche de la solution cherchee. 11 est naturel que Ies methodes de
resolution des problemes lineaires auxiliaires, du probleme (7) par
exemple, doivent etre assez stables par rapport a l'erreur de calcul.
Nous veno ns de decrire un ·procede ou le role des parametres
cherches est formellement joue par Ies valeurs de la solution sur
tout le segment d 'integration. Comme le probleme aux limites lineaire
se resout numeriquement, Ies calculs reels porteront sur Ies approxi-
mations y~ des valeurs de ·Ia solution y (xk) aux nceuds O = x 0 <
< x1 < ... < xN = X du reseau. Ainsi, en integrant par la methode
d 'Euler, on obtient, au lieu de (7):
.;+1 j
Y"n+1-Yn+1
XJ+i-Xj
fu (x1, y~) (Y~+t -y~)-f (x1, Y!) = O. O-<.j < N,
Bu (y~) (Y!+1 -y~) + B (y~) = O,
Dy (y;':) (Y~+t - y:) + D (y~ = O.
Cette parametrisation du probleme aux limites a !'inconvenient
d'encombrer la memoire si le nombre de points d'integration est
important et le systeme d'ordre eleve. 11 se peut que Ies approxima-
tions Yn (x) offrent une regularite differente (la regularite de certai-
nes approximations necessite un pas d 'integration faible sur tels
secteurs tandis que la regularite d'autres approximations sur d'au-
tres secteurs). La methode est alors modernisee comme l'exige le
passage d 'un reseau sur un autre.
Lorsque nous avons eu a resoudre des systemes d'equations non
lineaires, nous avons quelquefois recommande de reduire le volume
de calcul en iterant par la methode de Newton pour des valeurs
inexactes des deri vees dans Ies seconds membres. En agissant de faoon
analogue dans le cas du probleme (1) nous diminuons l'occupation
de memoire rapide. Donnons-n~us des points
O = X 0 < X1 < ... < Xm = X
et mettons en reserve, au bout de chaque pas d 'iteration, Ies seules
approximations Yf, j = O, ... , m - 1, de la solution en X 0 , . . . .
,l)66 MtTHODES DE R8SOLUTION DES PROBLEMES AUX LIMITES [CH .. IX
•
Portons k(x) ~! j:X:q±¼ a gauche
U..i,
dans (4), il vient
y (zq+1)-y (zq) y {zq)-y {zq-1)
- 1 - 1
kki+¼ hkq-¼ - -
rq=---------,,,------pqy(xq)-fq=0(1), (6)
ou
:,cJ+l
--1 1 r dz
ki+11s= îi J k{z) ;
=1
le schema aux differences finies correspondant a la forme
Yq+1-Yq Yq-Yq-1
- 1 -- 1
L (yq) = _h....;ki__+__11__2 __,,h_h_k..;;.i_-l__/2___ (7)
Son erreur d'approximation est de O (1) au maximum et on l'evalue
donc moyennant desiconsiderations supplementaires.
. Dans l'hypothese de l'absence d'arrondis, l'erreur sur la solu-
tion approchee s'ecrit, conformement a (2.10):
N-1
Rn= -h ~ G!rk.
1'=1
La definition de G~ (cf. § 2) et Ies estimations du mâine paragraphe
entraînent
max \G!l~D<oo,
O~kh, nh~X
(8)
max IG!+1-G!l=0 (h).
O~kh.~X
La theorie des equations differentielles dit que Ies derivees de
la solutionJjusqu'a l'ordre 4 inclusivement sont uniformement bor-
nees partout, sauf peut-âtre aux points de Q. Si l 'intervalle
572 M:ETHODES DE R:8SOLUTION DES PROBrnMES AUX LIMITES [CH. IX
ou
Y (Xj+1)- Y (Xj)
CO;+½= __ 1 -W (X;+½)•
hkJ+½
Selon (4), l'expression entre accolades est egale a O (h), Ies points
de discontinuite sont en nomhre fini, et l'erreur s'ecrit donc
Rn= O (h2)-~'G~(cok+½-rok-½)·
k
Dans le cas du schema (7) le calcul est independant de la position des points
de discontinuite; il s'agit donc d'un schema homogene.
Son defaut app_arent est que ses coefficients ~+ 112 , Pq, Ei
s'ecrivent comme
des integrales. En realite, on montre que si l'erreur sur les valeurs deces coef-
ficients est O (h2}, il en est de mâme de l'erreur sur la solution approchee. Aussi,
dans le cas d'un in~rvalle (:rq-i, ~q+1 } ne conteEant pas de points de disconti-
nuite, on remplace Pq par p (:rq}, lq par f (:rq} et kq±i/2 par k (:rq±i/2 } sans pour
autant diminuer la precision.
Nous avons acrit l'erreur d'approximation des methodes des
differences finies de l'integration numerique sous la forme Emycm+1>(~);
elle etait donc egale a zero dans le cas ou la solution etait un polynome
de degre m. ffse peut que la solution du probleme soit mieux appro-
ximee non pas par des polynomes mais par des combinaisons lineai-
res de certaines fonctions autres qµe Ies monomes :i. On sait par
exemple que Ies solutions de l'equation differentielle de Bessel
:c2y " +xy' +(x2 - v2) y = O s' ecri vent pour des x grands :
(aoX-½ + a x- + ... ) cos x + (b x-¼ + b x- + ... )sin x.
1
3 2
/ 0 1
3
l2
Yn+1- 2 cos
kl{Pn Yn+Yn-t h ,r~ 2f
µ 2
l
>
t
x' (t) ,.._, C v;:m cos ( !J
C
lf p {-r) d,:) ;
-576 M:8THODES DE R:8SOLUTION DES PROBL°tMES AUX LIMITE$ [CH. IX
d'ou
~+1-2w!+w!-1
h2
Les zeros de la fonctio~ g (Â) = w'>. (X) sont evidemment Ies valeurs propres
du probleme differentiel et Ies zeros de gh (A) = wt
celles du probleme sous forme
discrete. Les evaluations de l'erreur sur la solution de ce probleme de Cauchy:
(§ 2) fonttque ·
I Ch (Â) - g (Â) I~ C1 (Â) h2 •
On demontre a l'aide d'une technique standard que g' (Â) =fo O si g (Â) = o;
aussi la fonction g (Â) change-t-elle de signe dans le voisinage de chacun de
ses zeros.
Fig. 9.10.1
La fonction Kh (Â) (fig. 9.10.f) change elle aussi de signe a proximite des
zeros de g (Â) et ne s'annule pas loin de ses racines; c'est pourquoi Ies zeros
de gh (Â} et de g (Â) sont voisins, et le degre de leur proximite est evalua
,par (5) de ia maniere suivante. Soient '1,h et  deux racines voisines de Kh (Â)
. 37*
580 M8THODES DE R8SOLUTION DES PROBLtMES AUX LIMITES [CH. IX.
(6)
(nous avons legerement modifie Ies notations). L'equation (1) se met
sous la forme consideree lorsque q (x) = p (x) Âp (x). D'ou le +
_probleme discret de valeurs propres
Soit x 1 = cp { t),
cp(O)=x0 , cp(1)=x0 +X, cp(t) une fonction regu-
liere. Conformement a la formule de Lagrange
ou
xo+X
<I> (t) = I 'I' (cp (t); y (cp (t))} I(cp' (t)) 11 +1 exp( J /y (x, y (x)) dx). (3)
(l)(t)
non bornes ou non reguliers par Ies memes considerations que dans
le probleme d'integration numerique. D'autre part, ce que nous avons
dit sur l'utilisation pratique de la relation (6) reste en vigueur pour
ce dernier probleme.
Indiquons une circonstance non evidente. L'equation (6) peut s'ecrire
cp
Dans d'autres cas, une certaine forme de cette relation est donnee d'avance„
Soit un systeme d'equations d'ordre m que l'on inte~e avec verification de-
l'erreur par pas d'apres les form.ules (8.3.2). S'il s'agit d un systeme d'equationst-
le terme de contrâle r est un vecteur rn =:= (r~, ••• , r~). Dans plusieurs pro-
grammes le pas d'integration est choisi a partir de la condition
lf rn 11/(max (M, li Yn li))~ s = const,
ou a partir de la condition suivante qui est plus souple,
Ir" I .
max n . ~ s=const.
1~~m max ( I Mk I, l(Yn)h I)
Les parametres M, Mk sont choisis A partir de l'optimalite de la repartitioDJ
des points dans le probleme propose. .
Voici quelques exemples d'optimisation.
Supposons que le probleme de Cauehy y' = My avee la eonditiolh
initiale y (O) se resout par la methode d'Euler. Alors
1 ·
--M2-y (O) exp (Ma:)
9
lJ, (x_, y (x)) = - 2 y" (x) =
et l'equation (6) s'ecrit
, Af2
(q>i)2 2 I y (O) I exp (Mq>) exp (M (X ~cp)) = const.
D'ou (f)t = const, i. e. îl faut preridre une r~partition uniforme~
PROBU~ME. SupJ)osons que la mesure de l'erreur par pas p s'obtient (de-
mâme· qu'aU: paragraphe 3 du chap. VIII) comme la difference entre une vale~
ap_prochee au bout d'un pas double et une valeur aJ!râs dewc pas identiques.
Verifier que la repartition est uniforme, i.e~ optimale, si
-2- j ~ s=const.
1 Yn ·
Traitons le probleme aux limites µ 2y" - y = f (z) sur le segment [O, 11
pour y (O), y (1) donnes et µ faible. 11 y a interât a etudier les methodes de reso-
lution de ce probleme en tant gue modele de problemes avec couche limtte. Sa.
solution pour f (z) = O est ·
U en decoule
cp'(t) < I y< 3>(cp (t)) 1-1zo•
En integrant de O A 1, il vient
1
1=cp (1)-cp (0) < JI y< 3> (cp {t)) 1-1 zo dt= 1,
o
d'oii contradiction.
Pour ce cp'(t) on a
µcp' (t) I y<3>(cp (t)) I = µro1 = const. (13)
Dans le cas considere, selon (8),
et donc
(1 + Lht - 1 = n (1 + 8Lht- Lh,
1
oii O ~ 0 ~ 1.
II en resul te·
(1 + Lh)n - 1 ~ nLh (exp (Lh))n-1 ~ LX exp (LX).
L'estimation definitive a la forme
I An I~ Iz~ I~ I A 0 I exp (LX)+ 6Xh-1 exp (LX).
Soit A0 = O. L'erreur An =
fixe, par O (6h-1).
y: -
Yn est alors majoree, pour X
·
On ne saurait ameliorer l'ordre de cette estimation. Ainsi, lorsque
A0 = O, fu ==
O, 6n 6, on a An+i = An + 6 et donc
==
. AN = N6 = 6Xh-1 •
Nous pourrions tres bien, au lieu d.'une evaluation rigoureuse, nous
borner a des raisomiements vraisemblables, d' oii il decoulera que
t 121 · ERREUR EN FONCTION DE L'~CR"ITURE DE L'~QUATION 589
-ou
.f* (xn, y:) = f (xn, y!) + 6nh-1 •
Ainsi, l'integration numerique avec arrondi de l'equation y' =
= f (x, y) donne le mâme resultat que l 'integration sans arrondi de
1a mâme equation dont le second membre prend Ies valeurs aux points
J* (xn, y:) du reseau. Traitons le cas Bn == 6. La difference entre
-Ies solutions des equations differentielles
y' = f (x, y) et y' = f (x, y) /Jh ~1 +
-est de l'ordre de la difference de leurs seconds membres, i.e. f,h-1 •
;Rien ne fait penser que Ies solutions des equations aux differences
Yn+i = Yn +hf (xn, Yn) et Y:+i = y: +
h (f (xn, y:) Bh-1) +
different d'une quantite d'un ordre de grandeur moindre. Si 6 est
en 2-t, ou t est la longueur des nombres en machin~ la solution
-de l'equation aux differences varie d'une quantite de l'ordre de
2-th,-l. · .
. 1
Nous ~vons admis 6n = B. Considerons le probleme de calcul de J/
(z).d:e1
o
-cas particulier du probleme en question pour y (O)= O. Soit/ (z) =
2/3/. h =
>
= 2-k, t-k impair. Lorsque zn 3/4, Yn se trouve dans l'intervalle (112, 1).
Dans l' addition
+ Yn = O, 1a2 • • • . • .at
hfn=0, O •.. 010 ••• 1010101 •••
.__'--v--'
k t-k
.:.avec arrondi, chaque fois on laisse tomber alors Ies quantites
2-t ·0,0101 ... = (1/3) 2-,.
'Si bien que sur ce segment Bn = B est effectivement de l'ordre de 2-t.
Passons a l'integration de l'equation y" = f (x, y) par la methode
-simple de Stormer
Yn+1-2Yn +Yn-1 -f (x Y )
h,. - n, -n
-salon la formule de calcul
Yn+l = 2yn - Yn-1 +
h2/ (xn, Yn);
les valeurs y: obtenues reellement sont reliees par
Y:+1=2y!-Y:-1+h2f (xn, y:)+fJn. (5)
590 M:eTHODES DE Rl!1SOLUTION DES PROBI.DES AUX LIMITES [CH. IX
pondent au systeme
z' = f* (x11 y), y' = z + g (x).
La difference des seconds membres deces systemes est une quantite-
de l'ordre de O (2-'h-1 ). C'est pourquoi il y a des chances pour que-
les solutions du probleme aux differences avec arrondi et de celui
sans arrondi different d 'un nombre du meme ordre de grandeur.
Cette affirmation appelle, cela va sanş dire, une attitude critique,
car pour certains schemas aux differences finies des erreurs faibles;
peuvent, nous l'avons vu, perturber catastrophiquement le resultat.
Nos raisonnements sur l'influence de l'erreur de calcul dans des;
methodes concretes d'integration des equations du premier et du
deuxieme ordre s'appuient uniquement sur Ies proprietes du schema-
aux differences finies qui sont liees a l'ordre de l'equation diffe-
rentielle. Ils s'etendent donc probablement a d'autres methodes des:
differences finies. Ainsi, si I'on integre l'equation y<k> = f (x„ y)
et si on utilise directement le schema
l
V"Yn -h" ~ a_if (Xn-h Yn-,) = O,
i=O
Dans le calcul selon la formule (7), tous Ies bits occupes par. Ies
nombres Yn et Zn sont independants et l 'information sur la solution
est donnee par des signes binaires .independants.
Le fait que dans le second procede la quantite d 'information
independante est superieure ne signifie pas pour autant qu'il est
meilleur. Car l'information complementaire peut s'averer vide de
toute signification, d'ou l'impossibilite .de preciser 1~ solution.
Montrons que l'inforrµation complementaire a un sens dans le deu-
xieme procede.
Pour definir a O (e) pres une solution d'une equation differen-
tielle d'ordre 2 il faut se donner avec la meme precision Ies valeurs
de la solution et de sa derivee en un point. Dans le cas d 'une equation
.aux differences ces quantites sont Yn et Yn -,/n-t .
En nous don-
nant, dans le premier procede, Ies valeurs de Yn et Yn _1 avec t signes
binaires, nous determinons Yn -hYn- 1 avec une erreur en O (2-th-1),.
L'information a notre disposition nous permet donc de trouver Ies
valeurs suivantes de la sohition du probleme discret avec une pre-
-cision de O (2-th-1) (si tous Ies resultats ulterieurs sont strictement
•exacts). Dans le second procede, nous avons Ies valeurs de Yn et
.Yn-,,,Yn-t a t bits et nous pouvons determiner la solution du pro-
11
bleme discret .a O (2-t) pres. Ainsi, l'information complementaire
en question a bien un sens. A chaque pas de l'integration numerique
reelle Ies erreurs d'arrondi apportent une indetermination supple-
mentaire dans Ies valeurs du vecteur {Yn, Yn ~Y n-t) ,
qui ,est en
O (2-t/h) la premiere fois et en O (2-t) la deuxieme. Si bien que l'er-
reur de calcul totale sur la solution peut· etre de l'ordre de O (2-t/h2)
_pour le premier procede et de O (2-tJh) pour le second.
Indiquons une technique d 'evaluation pratique de l' erreur de calcul
par changement d'echelle. Soit a resoudre le probleme de Cauchy
: ~·f (x, y), y (O)= a 11
par une methode. Le changement de variables x = µt 1 y = ÂZ
ramene ce probleme a
: =~ f(µt, Âz),' z.(O) = ~.
Supposons que dans le premier cas on a •integre avec Ies pas hi et
integrons numeriquement le second probleme par la m,eme methode
mais avec Ies pas hi = hi/µ.· · ·
S'il n'y a pas d'arrondi, Yi ==')..,zi; si  et µ ne sont ni l'un ni
l'autre des puissances entieres de deux, la difference entre Ies valeurs
effectives y I et Âzi donne generalement une idee de la grandeur de
l'erreur de calcul. On prend par exemple µ = V3, ·Â = y2.
§,131 . ERREU~·PE CALCUL·DE.~ROBLBM:E·R~SOLU .PAR BALAYAGE . 593
ou encore
,., *
dn = ©nCnYn+1 + 1Y~<'>n
+ l>n •
Portons q>i = q>:* - d 7p q>:+1 = <p~':1 - dn+i dans (6) ecrit comme suit :
il vient
'P~!1-dn+1
(i+Yn) (i+ <1n)
D'ou.
/1&+1-fn+t = qn+i =
(9)
lh (YJ)
Yi+i - 2yJ + Yi-1 PiYJ=/J, (11)
1,,2
Yf+1-2Yţ+Yf-1
zi (Yf>= h2 pţyţ=Jţ. (12)
m:X I RJ I<
.,
! m!U l
'
VJ I<: ! (m~x) I f 1- fţ I+ (ma~ I PJ-P11) m~x I Yf I). (13)
' . ' 1
Tout nombre non inferieur a 23 (s entier) est arrondi a une valeur 2a au moins
et tout nombre non superieur a 23 a une valeur 23 au plus. Evidemment C1 =
- 2 P h2 ~
1
+ 1
! ; ! c:
si ~ ~ 1, tout ce que nous avons dit plus haut et la
13] ERREUR DE CALCUL DE PROBLm\lE Rl!JSOLU PAR BALAYAGE 595
ii resuite de (9) :
I q.,. I < C"2-th-a ( I Yt-1 I+ I u: I+ I Y:+1 I )
et, par censequent,
max I qn
n
I < C"'2-th- 2 max I
n
y: I.
Portons ces estimations a droite dans (13); ii vient
m~x I Yi-Yf I< co2-th-2 m~x I YJ I,
, J
ou ancore
(14)
Nous avons evalua la solution approchee du probleme discret par sa norme.
Faisons de me.me pour la solution exacte. La demiere inegalite implique
li y* li ~ li Y li + C02-th-2 li y* li,
d'ou
(t-c02- 1h-2)IIY*ll<IIYII, llu*ll< 1
_c'~;!~- 2
,
Au liau des relations de râcurrence (2), (3) relativement aux coefficients C1,,.
cpk on utilise respectivement les relations recurrentes ·(4.9), {4.10) sur a.k, Pk•
Bibliographie du cbapitre IX
I [1, 4, 11, 17], II [1, 20, 28, 29, 31]; § 1: II [19}, III [16}; § 2: II [28},
III [8, 42]; § 3: II [6], III [4, 20]; § 4: III [43]; § 5 : III [40).; §§ ,6, 7~.
III [1, 2, 3, 4, 20, 21, 86, 52]; § 8: II [1, 29, 32]; .§ 9: II (28], III [14,
28, 37, 39, 42]; § 10: II [29, 34], III [38, 51]; .§ U: III (12, 49, 50]; § 12:
II [1, 31], III [8]; § 13: III [8]. . , ....
BIBLIOGRAPBIE
I. Ouvrages d'enseignement
1: BepeaHB H. C., il{Hp,Kos H. n., MeTOAhl sLNHcneimii, T. 1, « HayKa »,
1966, T. 2, <J>RaMaTI'DB, 1962.
2. BoeBOAIID B. B., qucnem1i1e MeTOAhl a.nre6p1i1. Teopua II a.nropnqiMhl,
~, Hayxa >>, 1966. .
3. rasypua M. K., JleK~n no MeTOAEUI swmcneHD:iî:, « HayKa », 1971..
·4: foAYBOB C. K., P.n6eu&KHB B. C., Paauocm&1e cxeMhl (sBeAeBDe B Teopmo),
<< Hayi<a >>, 1.973.
5. Kp&IJIOB' A. ' H.' JleK~Dll o npu6JID)KCBB&IX BLJ11HCJI8Jm.JJX, rocT8XH3A8T,
M.-JI., 1950.
6. Kp1.JJion··B. H., Ilp:u6.n11meBBoe nwmcneuue llBTerpaJioB, << Hay1ca », 1967..
7. KpliUIOB B. H., Bo6KOB B. B., MouacT&IpB&Iiî n. H., B&11DICJIDT8JILB&1e
' . MeTO)J.Ll BLICmeii M8T8M8THKB, 1, <<BLimaima.n WROJia>>, MllBCl(, 1972.
8. M:eKenan.ae m.. E., qucneBBLie MeToµ,:&111aTeMaTJAecKoro aua.nuaa, rocTex-
.' H3~8T,· 1953.
9. <1>8)Uleen ,n;. K., <I>aAn.ecna B. H., BLI'l!HCJI11Ten1:,u&1e MeTOA&I JIHBeiîBoiî an:re6-
. ·· ·p1,.1, <I>iiaMaTrua, 1960. ,Trad. and. Computational metbods of linear algebra.
> ·w. ·H. Freeman and Cy., San Francisco, 1963.
10. Collatz L., Funktionalanalysis und numerische Matbematik, Springer
Verlag, i964. - · -
11. Collatz L., Numerische Behandlung von Differentialgleicbungen, Berlin
(Springer), 1951. · · .
1~. Forsythe G. E., Moler C. B., Computer solution of linear algebraic sys_tems,
· -, Englewood Cliffs (N. Y.), 1967.
13. Hamming R. W., Numerical methods for scientists and engineers, N. Y.
. (a. o.J, · McGraw-Hill, 1962.
14 .. Householder A. S., Principles of numerica! analysis, McGraw-Hill, New
York, 1953.
15. · Lanczos C., · Applied Analysis, Prentice Hall, Englewood Cliffs, N. Y.,
1956.
16.· M-ilne· W. E., Numerica! Calculus, Princeton U. P., 1949.
17. Milne W. E., Numerica! solution of differential equations, New York-
. L~ndon/. 1953.
II. Monographies et ouvrages divers
·1. BaXB8JIOB H. C.' BLl'l!B.CJillTCJihBhle M0TOAL1 pememui o6hIKBOBeBBLIX µ,HqJ-
cf>epe~aJlbBLIX ypaBBeBB:e:, JfB-T RH6()pnem1rn: AH YCCP, Rnee, 1970.
-2. BycneuKo• H. Il., illpeiîAep IO. A., MeToA cTaTncm'l!ecKBx · ucnhlTannii
(MonTe-Rapno) B ero pea.nuaa~BJl Ha ~IIqJpOB&IX BLl'l!HCJIBTeJILBLIX MamDBa:X,
<l>naMaTrHa, 1961.
.3. BBTYIDRHB A. r.' OueuKa CJIO)RBOCTH 38A8'111I Ta6ym1p'OB8BIHI' Cl>li8?rl8Tr1rn,
1959.
4. B<;>po61:,ee IO. B., M eToµ, MOMCBTOB B np111ma,lJ.Boi MaTeMaTBKe, <l>naMaTr11a,
. 195~t .
5. Bh11UICJJBT0JILBL1e M0TOA&l JIBHe:iinoii: aJ1re6p&1, IlO)J. peµ;. Map11yRa r. M.,
lfa)J.-BO CO AH CCCP, H0Boc116upc1<, 1972.
598 BIBLIOGRAPHIE
1971.
9. iKHJieHKHH H. M., XaJiyc E., CTaHAapTuan nporpaMMa 'AJI.R B&111HCJICJDUI
MBoroKpaTHLIX HBTerpaJIOB c IIOMO~IO Kna,a;paTyp faycca, BLIII. 39, BD; MrY,
1970.
10. 3arycmm B. JI., Cnpano'IBHK no tJ:ncneBHhlM MeTop;aM pememrn anre6pau-
'18CKHX u Tpauc~eup;eaTHhIX ypanuemt:e:, <l>naMaTrua, 1960.
11. KauTOponn JI. B., n KpLIJion B. H.,. Ilpu:6JI11meuu1,1e xeTop;LI Bhlcmero
auauaa, focTexna,a;aT, M.-JI., 1949.
12. Konqeuona H. B., Mapou H. A., BhltJ:HcJinTeJILHaH MaTeMaTHKa n npHMepax
11 3a,a;a11ax, « Hayi<a >>, 1972.
13. Kopo6on H. M., TeopeTHKo-tJ:ucnon1,1e MeTop;LI n npn6numeauoM anam1ae,
<I>naMaTl'Ha, 1963.
14. KphIJlon B. H., filynLruua JI. T., Cnpano'luan RHHra no 11ucneBB0Hy HBTer-
pn:ponamtro, << HayKa >>, 1966.
15. JianpeBTbCB M. M., o B8KOTOphIX B8KoppeKTBhIX 38JJ,aqa.x MaTCMaTH11ec1mii
cf>:eaHKH, Hap;-no CO AH CCCP, Hosoc116HpcK, 1962.
16. JIHBBHK IO. B.' MeTOA BaHM0IlbmHX 1wa,a;paTOB H OCIIOBhl MaTeMaTBKO-CTa-
THCTH118CKOii T80pHH o6pa60TKII Ha6JIIOA8IDIÎi, <l>H3MaTrH3, 1962.
17. Map11yK r. H., Jle6e,a;en B. H., llucneBH1,1e MeTo,a;LI n Teopuu uepeuoca
ueiîTpouon, ATOMHB,D;aT, 1971.
18. MeTo,a; cTaTncTH11ec1mx ucuhITaBDii (MeTo,a; MouTc-Kapno), CMB, <I>uaMaTrIIa,
1962.
19. MHK8JI8A38 m. E., HonLie M8TOp;hl HBTerpuponaHHR µ;ucf>!}>epe~MLBLIX
ypanuemrii Il HX npHJIO)K8BH.R I\ 3al1,a11DI TeOpHH ynpyrocTH, foCT8XH3AaT,
M.-JI., 1951.
20. MHXJIHB C. r ., llncneuaaH peannaa~n.a napnan;noBHLIX MeToJJ,on, « HayKa »,
1966.
21. Monceeu H. H., llncncBBhle MeTOAhl n Teopnn onTHMaJibBLIX cucTeM, <f Hayna »,
1971.
22. Hamnmn B. B., llepuoua H. A., CTaTHCTJJTiecK11e MeTOJJ.LI 1masHponauun
3KCIIepmieHToB, « HayKa >>, 1965.
23. HnKOJILCKHii C. M., KnaApaTypa cf>opMyJihl, <l>HaMaTrua, i958.
24. Ilpou;e,a;ypLI 1IHcJieHBoro HBTerp11posaBHH na HaLIKe AnroJI, Blţ MrY, 1972.
25. PacTpnrHB JI. A., CTaTIICTD.118CKD.8 M8TOALI IIOHCKa, (( HayKa », i968.
26. PeMea E. H., 06D\118 Bh111HCJIHTeJibHhl8 M0TOAL111e6WJI8BCKoro npH6nBmOHWI,
HaJJ,-no AH YCCP, Kneu, 1957.
27. PH6eHbKHÎÎ B. c., <l>WIHIIDOB A. <I>., 06 ycTOiilJIIBOCTH paaHOCTBLIX ypanu~-
HIIH, rocT8XH3,1];8T, 1956.
28. CaMapcKHB A. A., BeeAeHDe B Teopmo paanocTnhlx cxcM, « HayKa », 1971.
29. illaMauCKHii B. E., MeToJJ,LI 11ncneHBoro pemeBHH KpaeuLix aaAa'EI ua 8IJ;BM,
11. I, Haµ;-no AH YCCP, Knee, 1963; 11. II, « HayKona AYMKa », Knes,
1966.
30. Ahlberg J. H., Nilson E. N., Walsh J. L., The thcory of splines and their
applications, Acad. Press, 1967.
31. Babuska I., Pra.ger M., Vitasek E., Numerica! processus în differential
Equations, Interscience publishers, 1966.
32. Beckenbach E., Modern Mathematics for the Engineer, McGraw-Hill, 1956.
33. Brillouin L., La science et la theorie de l'information, Masson et cte, Paris,
1959.
34. Collatz L., Eigenwert aufgaben mit technischen Anwendungen, Leipzig, 1963.
35. Dahlquist Y., Stability and error bounds in the numerica! integration of
ordinary differential equations, Uppsala, Almquist & Wiksells boktr 130
(1959), 5-92.
BIBLIOGRAPHIE 599