Fi he

10 Comment majorer le reste d'une série numérique

Dans plusieurs situations, et notamment pour pouvoir II UN EST POSITIVE

montrer la convergence uniforme d’une série de fonctions,
il peut être utile de trouver une majoration du reste d’une II.a Criteres géométriques (« d'Alembert » ou
série, c’est-à-dire une suite (mn )n>0 telle que « Cau hy »)
an+1
∞ i) Si 6 ℓ < 1 pour n > n0 , on dit que la
X an
∀n ∈ N |Rn | = u k 6 mn .
suite (un )n>0 onverge au moins géométriquement
k=n+1
vers 0 ; on obtient alors, pour tout n > n0 :
Cette majoration est également importante d’un point de
ℓ
Rn 6 an+1 1 + ℓ + ℓ2 + . . . = an


vue numérique : on veut savoir si le fait de calculer une ,
1−ℓ
somme partielle à la machine permet d’avoir la somme
totale avec une bonne précision ou non. Ce point est bien c’est-à-dire que la suite des restes converge au moins
sûr crucial dans toute l’informatique1. géométriquement vers 0 (on dit aussi que la suite
(Sn )n>0 des sommes converge au moins géométrique-
ment vers S).
I UN EST DE SIGNE VARIABLE
1
Plusieurs cas sont à envisager : ☞ Exemple 2 On pose un =
n!
. Choisissons n0 ∈ N.
Alors, pour tout n > n0 , on a
i) Si (un )n>0 vérifie le Critère des Séries Alter-
nées, alors on a la majoration classique un+1 1 1
= 6 .
un n+1 n0 + 1
|Rn | 6 un+1 . ()
On en déduit que
P
ii) Si un vérifie les hypothèses du th. d’Abel
Rn0 −1 = an0 + an0 +1 + . . .
(H-P), c’est-à-dire si le terme général s’écrit sous la  2 !
forme un = xn an où la suite des sommes partielles 1 1
6 an0 1+ + + ...
associée à (an )n>0 est majorée par une constante M n0 + 1 n0 + 1
et (xn )n>0 décroît vers 0. On montre la convergence 1 1 2
de la série en effectuant une transformation d’Abel. 6 · 6 ,
n0 ! 1 − n 1+1 n0 !
0
On montre alors (faites-le en exercice !) que
où la dernière majoration est assez grossière.
|Rn | 6 2M xn+1 .
 
1
On en déduit donc que Rn = O .
(n + 1)!
1
cos nθ Comme de plus on a Rn = + Rn+1 avec
☞ Exemple 1 On pose un = √ . Pour tout n ∈ N, on
n
(n + 1)!
n n 1
   
1 1
eikθ
P P
a cos kθ 6 6 . On en déduit que Rn+1 = O =o ,
k=0 k=0 sin θ2 (n + 2)! (n + 1)!
∞ 1
X cos nθ 2 1 on en déduit que Rn ∼ .
∀n ∈ N √ 6 θ
·√ . n→∞ (n + 1)!
k=n+1
n sin 2
n

(On peut même gagner encore un facteur 2 en étant plus ☞ Exemple 3 La formule suivante :
astucieux.)
π 1 1
= 4 Arctan − Arctan ,
4 5 239
permet de calculer une bonne approximation de π à peu
de frais, en utilisant le développement
∞
X (−1)n x2n+1
∀x ∈ ]−1 ; 1[ Arctan x = .
n=0
2n + 1

En effet, le terme général de la série tend vers 0 au moins

géométriquement (rapidement pour x = 1/5 et plus rapi-
1. Il va sans dire qu’une machine à calculer, quelle qu’elle soit, ne dement encore pour x = 1/239).
saurait calculer sin x à partir de son développement en série entière
1
X∞
(−1)n x2n+1 ii) Si (an ) /n 6 ℓ < 1 pour n > n0 , alors
sin x = ,
(2n + 1)!
n=0 ℓn+1
qu’en tronquant la somme, c’est-à-dire en calculant une somme par-
Rn 6 ℓn+1 + ℓn+2 + · · · = .
1−ℓ
tielle de la série. Les programmeurs doivent déterminer à quel mo-
ment la machine doit cesser de calculer pour afficher un résultat.
Notons qu’en réalité, de petites astuces font que l’on ne calcule
pas sin x par cette méthode.

Fiches de Mathématiques, Math Spé MP** Walter Appel LaTeX/MP/Fiches/f-majoration-reste.tex

 comment majorer le reste d’une série numérique

II.b Te hniques de monotonie Si en revanche on cherche la valeur numérique de

On suppose ici que un = f (n) où f : R → R est une

 
1 1 1
Sn + + ,
fonction continue par morceaux, positive et décroissante 2 n n+1
vers 0.
on pourra se contenter de n1 = 71 termes, puisque |εn | 6 10−4
On a alors
Z n pour n > 71.
Lors d’un calcul demandant une grande précision, la diffé-
∀n ∈ N 0 6 un 6 f (t) dt
n−1
rence de vitesse de convergence des deux méthodes est cruciale :
elle rend rapidement la première entièrement inutilisable3.
et donc
Z +∞ Z +∞
∀n ∈ N f (t) dt 6 Rn 6 f (t) dt. II. Reste de séries de Riemann
n−1 n
Un cas particulier de ces techniques de monotonie est
Lorsque Rn ∼ Rn+1 (ce qui arrive quand la fonction le suivant : on suppose que l’on étudie le reste d’une série
n→∞
f décroît lentement, par exemple en suivant une loi de positive de terme général
puissance), on peut parfois obtenir une meilleure estima-
1
tion de la somme que par la simple somme partielle (voir an ∼ ,
n→∞ np
exemple ci-dessous).
avec p > 0. On sait déjà, en utilisant des techniques de
∞ 1 monotonie, que
☞ Exemple 4 Majorer Rn =
P
2
.
k=n+1 k Z n+1
1 1
La technique précédente donne immédiatement ∼ dx.
np n→∞ n xp
1
|Rn | 6 . Or
n
n+1  
1 1 1 1
Z
Peut-on faire mieux ? On ne peut guère améliorer cette p
dx = − ,
n x p−1 np−1 (n + 1)p−1
majoration du reste mais, en ce qui concerne le calcul approché
de la somme de série, on peut être nettement plus astucieux ! ce qui donne donc l’équivalent
En effet, la même technique de monotonie donne  
1 1 1
1 1 an ∼ −
6 Rn 6 , () n→∞ p − 1 np−1 (n + 1)p−1
n+1 n
et les deux bornes sont du même ordre de grandeur (la décrois- Ce qui semble une complication est en réalité très intéres-
sance étant lente). sant puisque l’on peut, à condition de savoir sommer les
P∞ 1 Pn 1 équivalents 4, obtenir une série télescopique lorsque la série
En posant S = et Sn = , notons
n=1 n
2
k=1 k
2 étudiée est équivalente à une série de Riemann.
 
1 1 1 COROLLAIRE 10.1 Soit p > 1. Alors
S = Sn + + + εn ,
2 n n+1
∞
X 1 1 1
c’est-à-dire que l’on a approché S par Sn augmenté d’un nombre ∼ .
que l’on espère être assez proche de Rn d’après l’équation (). k p n→∞ p − 1 np−1
k=n
De l’expression
 
1 1 1
εn = R n − + , ()
2 n+1 n

et de l’encadrement (), on tire

 
1 1 1 1
|εn | 6 − =
2 n n+1 2n(n + 1)
1
∼ .
n→∞ n2

C’est une technique classique d’a élération de onvergen e

Ainsi, si l’on cherche à calculer numériquement la valeur de
π 2 /6, qui est notoirement égale2 à
∞
π2 X 1
= ,
6 n=1
n2

3. Et pas seulement pour des problèmes de temps de calcul, mais

et que l’on cherche « bêtement » quelle somme partielle appro-
chera π 2 /6 à 10−4 près, on devra choisir n0 = 10000, puisque
|Rn | 6 10−4 pour n > 104 .
2. Ce résultat sera montré, en fin d’année, en utilisant des outils
plus évolués : les séries de Fourier.
également parce que les erreurs d’arrondi, inévitables, s’accumulent
d’autant plus qu’il y a de termes à sommer.
4. C’est-à-dire :
— dans le reste, lorsque la série positive est convergente ;
— dans les sommes partielles, lorsque la série positive est diver-
gente.

Fiche 10 Cours de Mathématiques, Math Spé MP**