Académique Documents
Professionnel Documents
Culture Documents
MAPOH
OCHOBBI
BUHHCJIHTEJIBHO0
MATEMATHKH
H3flATEJIBCTB0 «HAYKA»
MOCKBA
ÉLÉMENTS DE CALCUL
NUMÉRIQUE
PAR
B. DÉMIDOVITCH et I. MARON
TRADUIT DU RUSSE
par V A L E N T I N POLO N S K I
Ha (ppaMfy3CK0M st3UKe
^ 0224-255
041(01)-73 © Traduction française. Editions Mir. 1973
PRÉFACE
Généralités
La réalisation d’un grand nombre de calculs impose l ’obser
vation des règles bien simples élaborées par la pratique, qui facili
tent le travail du calculateur et rendent rationnelle l ’utilisation
des machines et des moyens auxiliaires.
Le calculateur doit dresser en premier lieu un schéma de calcul
qui indique exactement l ’ordre des opérations et qui permet d’obte
nir le résultat recherché par le moyen le plus simple et le plus rapide.
Cela importe surtout dans le cas des calculs de même type, car
alors un tel schéma, en rendant les calculs automatiques, permet
de les exécuter à une vitesse et avec une fiabilité plus grandes, ce
qui compense largement le temps nécessaire pour la composition
du schéma. Par ailleurs, un schéma de calcul détaillé permet de
confier le travail à des exécutants moins qualifiés.
Voici un exemple pour illustrer l ’établissement d’un schéma.
Supposons qu’il faille calculer les valeurs d’une fonction donnée
analytiquement
y = / (*)
pour les valeurs données de l ’argument x = xly x2, . . ., xn. Si
le nombre de ces valeurs est grand, il n’est pas raisonnable de cal
culer d’abord la valeur / (xj), puis la valeur / (x2), etc., réalisant
chaque fois l ’ensemble des opérations désignées par le symbole /.
Il est beaucoup plus avantageux, après avoir décomposé la fonction /
en o p é r a t i o n s é l é m e n t a i r e s
y = 1m {wd (i = 1, 2, . . ., n),
10 INTRODUCTION
NOMBRES APPROCHÉS
D’où A = | A | ô.
Introduisons, de même que pour l'erreur absolue, la notion de
borne d'erreur relative.
D é f i n i t i o n A. La borne (supérieure) d'erreur relative ôa
d’un nombre approché a donné est un nombre quelconque supé
rieur ou égal à l ’erreur relative de ce nombre. Par définition :
ô < ôa, (5)
c’est-à-dire ^ ^ ôa, d’où A ^ | A | ôa.
Ainsi on peut prendre pour borne d’erreur absolue du nombre a
Aa = I A I ôa. (6)
Comme pratiquement A « a, au lieu de la formule (6) on utilise
souvent la formule
Aa = I a | ôa. (6')
Si l ’on connaît une borne d’erreur relative ôa, on en déduit un enca
drement du nombre exact. Voici la notation conventionnelle qui
traduit le fait que le nombre exact repose entre a (1 — Ôa) et
a (1 + ôa) :
A = a (1 ± ôa)-
Soient a un nombre approché qui remplace le nombre exact A
et Aa une borne d’erreur absolue du nombre a. Pour fixer les idées,
posons que A > 0, a > 0 et Aa < a. Alors
ô = AA ^^ Aq
a —Aa *
46 NOMBRES APPROCHÉS [CH. I
•< £ (* )-•
où a m est le premier chiffre significatif du nombre a.
D é m o n s t r a t i o n . Soit
®= *l" ®m-.10"* 1 + • • • + Œm_n+|10 n+* + . . .
(®m > 1)
une valeur approchée du nombre précis A , qui compte n chiffres
exacts. On a par définition:
A = | 4 - a | < - . 1 0 m-n+1 ;
d ’où l’on tire
10m- n+1.
Cette dernière inégalité devient encore plus forte si on remplace
le nombre a par un nombre inférieur a m10m
A > a m10m I0m-n+1 = 1.10°* (2am- - j ^ ) . (1)
Le deuxième membre de l ’inégalité (1) devient minimal avec n — l.
Par suite
A > ± - 1 0 m(2am—1), (2)
ou, puisque
2am— 1 = 0 im "H(0Cm 1) ^
on a
otm10m#
Par conséquent,
_iOm-n+l
2 n —1
ô
y a mlO™ «m ( é )
Donc,
n -1
ô< (3)
am (îo)
Le théorème est démontré.
§ 5 .] E R R E U R RELA TIV E ET LE NOMBRE DE CH IFFRES EXACTS 23
et
aà
A < 1 -6 (0<Ô <1)
TABLES 25
Tableau 3
Nombre de chiffres exacts d'un nombre approché en fonction
de la borne d’erreur relative (en %)
Deux premiers n Deux premiers n
chiffres signi chiffres signi
ficatifs 2 3 4 ficatifs 4
2 1 3 1
10-11 4 ,2 0 ,4 2 0 ,0 4 2 35, . ., 39 1 ,2 0 ,1 2 0 ,0 1 2
1 2 -1 3 3 ,6 0 ,3 6 0 ,0 3 6 40, . ., 44 1 ,1 0 ,1 1 0 ,0 1 1
14......... , 16 2 ,9 - 0 ,2 9 0 ,0 2 9 45, . ., 49 1 0 ,1 0 ,0 1
17......... , 19 2 ,5 0 ,2 5 0 ,0 2 5 50, . -, 54 0 ,9 0 ,0 9 0 ,0 0 9
20, , 22 2 ,2 0 ,2 2 0 ,0 2 2 55, . ., 59 0 ,8 0 ,0 8 0 ,0 0 8
2 3 ......... , 25 1 ,9 0 ,1 9 0 ,0 1 9 60, . ., 69 0 ,7 0 ,0 7 0 ,0 0 7
26, , 29 1 ,7 0 ,1 7 0 ,0 1 7 70, . ., 79 0 ,6 0 ,0 6 0 ,0 0 6
30, , 34 1 ,4 0 ,1 4 0 ,0 1 4 80, . ., 99 0 ,5 0 ,0 5 0 ,0 0 5
Puisque
(i = 1, 2, . . n),
on a
Ax< = i4iôSj. (*')
En portant cette expression dans la formule (4), on obtient:
e Alàxi + A2ôX2+ ... +i4nôXn
A%+ Az+ . . . + A n
Soit 6 la plus grande des erreurs relatives ôXi, c’est-à-dire ôXi^ ô .
Il vient
à (Ai+ ^2 + «+^n) = 6.
Ô u<
«^1+^2 + • + An
Par conséquent, ôu< ô , soit
ôu max (ô x, ÔX2ï • • • i ^xn)-
§ 8. Erreur d’une différence
Considérons la différence de deux nombres approchés u =
=3 x, — x2.
D’après la formule (2) du § 7, la borne d’erreur absolue Au de
la différence
Au = Axi Ax2»
c ’est-à-dire la borne d'erreur absolue d'une différence est égale à la
somme des bornes d'erreurs absolues de ses termes.
On en tire la borne d’erreur relative
m
où A est la valeur exacte de la valeur absolue de la différence des
nombres xt et x2.
R e m a r q u e s u r l ’a I t é r a t i o n d e l a p r é c i
s i o n d a n s le c a s de s o u s t r a c t i o n d e s n o m
b r e s v o i s i n s. Si les nombres approchés Xj et x2 sont assez
proches l ’un de l ’autre et si leurs erreurs absolues sont petites, le
nombre A est petit. La formule (1) entraîne que dans ce cas la borne
d’erreur relative peut être très grande alors que les erreurs relatives
des termes de la différence restent faibles, c’est-à-dire on est en
présence d’une perte de (précision.
Calculons, par exemple, la différence de deux nombres Xj =
= 47,132 et x2 = 47;Tll dont chacun compte cinq chiffres signi
ficatifs exacts. En retranchant on obtient u = 47,132 — 47,111 =
= 0,021.
30 NOMBRES APPROCHÉS (CH. I
à-dire
6U = 8xi + + • • • + 8*n* (2 )
6“ - 2 ( 1 + 1 ) 1(P = 1' 10 3*
Par conséquent, le produit compte au moins trois chiffres exacts
(au sens lâche).
§ 11. Erreur d’un quotient
Si u = — , on a ln u = ln x — ln y et
y *
A u _ Ax Ay
u x y
Il en résulte
S o l u t i o n . On a
ôu = - ^ + — = 0,002 + 0,014 = 0.016.
Comme u = 7,14, Au = 0,016-7,14 = 0,11. Pour cette raison
le quotient u comporte deux chiffres exacts au sens lâche, c’est-
à-dire u = 7,1 ou, plus précisément,
u = 7,14 ± 0,11.
« -T ( W ) (* )■ "•
On en tire la règle suivante : 1) si a ^ 2 et P ^ 2, le quotient
u compte au moins m — 1 chiffres exacts; 2) si a = 1 ou P = 1,
le quotient compte au moins m — 2 chiffres exacts.
et on tombe sur
ôu = môx, (1)
c’est-à-dire la borne d'erreur relative de la m-ïeme puissance d'un
nombre est m fois plus grande que la borne d'erreur relative du nombre
lui-même.
§ 14. Erreur relative d’une racine
Soit maintenant u = alors um= x . Il vient
«u=~Ô *. (1)
c’est-à-dire la borne d'erreur relative de la m-iême racine est m fois
plus petite que la borne d'erreur relative du radicande.
E x e m p l e . Avec quelle erreur relative et avec combien
de chiffres exacts peut-on déterminer la mesure du côté a d’un carré
dont la surface s = 12,34 (à 0,01 près).
3*
36 NOMBRES APPROCHÉS [CH. I
S o l u t i o n . On a a — ^ = 3 ,5 1 2 8 . . . Puisque
— «O»0008,
dxi
|au| < 2 (1)
1=1
On en tire, en désignant par A*, (i = 1, 2, . . n) les bornes
d’erreurs absolues des arguments z* et par Au la borne d’erreur de
la fonction u, pour des Az* petits :
(2)
î=i
Après avoir divisé par u les deux membres de l ’inégalité (1)
on obtient l ’estimation de l ’erreur relative de la fonction u
àf
dxi
ô< 2 |A*i| = 2 •••> Xn)|lAx*l- (3)
i=l i=1
38 NOMBRES APPROCHÉS [CH. I
ô“ = 2 | - S r ln B | A*i* (4)
i-l
E x e m p l e 1. Chercher les bornes d’erreurs absolue et relative
du volume d’une sphère V = --- Jid3, si le diamètre d= 3,7 cm ±
=fc 0,05 cm et n « 3,14.
S o l u t i o n . En considérant n et d comme des grandeurs va
riables, calculons les dérivées partielles
ov
dx = 4 * = 8,44;
dV
dd = = 21,5.
F 1 J-E-
a 4 * a3bs ’
Il en résulte
40 NOMBRES APPROCHES [CH. I
= 12,6 .
Puisque n = 3, on en tire (d’après la formule (2))
A„ = ^ < °,0° 3 ;
A* - 5 T O < W I0 1 i
4 » “ 5 ^ 6 < 0 '003-
Exemple 2. Chercher la valeur de la fonction
u = 6x® (lg x — sin 2y)
avec deux décimales exactes (après la virgule), les valeurs approchées
de x et de y étant respectivement égales à 15,2 et 57°. Trouver l ’erreur
absolue admissible de ces grandeurs.
S o l u t i o n . Ici
u = 6X2 (lg x — sin 2y) = 6 (15,2)a (lg 15,2 — sin 114°) » 371,9 ;
= 12x (lg x —sin 2y , 6xAf —88,54,
où A/ = lge = 0,43429;
— = - 12x2 cos 2y = +1127,7.
Pour que le résultat soit exact avec deux décimales, il faut que
l ’égalité Au = 0,005 soit vérifiée. Le principe d’égalité des effets
entraîne alors
Au 0,005
a —
du 2-88,54“
0,000028 ;
2
Ox
Au 0,005
A —
du 1 2-1127,7
= 0 0000022 rd = 0",45.
9
ày |
§ 17.] PROBLÈME INVERSE DE LA THÉORIE DES ERREURS 41
du
2 b**,
i=i
Finalement on obtient:
1xl | (* = 1, 2, •9 n)
du
dxj
3— 1
ou
on a
y' = sec2 x
et
Ax = Ay cos2 x rd . (4)
3. Si t/ = lg(sinx) ( o < x < - —J ,
y = M cotg i et Ax = 2,30 tg x k y rd. (5)
4. Posons y = Ig(tgx) ( o < x < - ? r ) ; il vient
ou
plement
/ (^1» ^2* • • • » ^n) ^ / (3*1» *^2> • • • t %n)• (3)
E x e m p l e . Un cylindre d'aluminium de diamètre de base
d = 2 cm dz 0,01 cm et de hauteur h = 11 cm db 0,02 cm pèse
p = 93,4 gf ± 0,001 gf. Trouver le poids spécifique y de l ’alumi
nium et évaluer sa borne d’erreur absolue.
S o l u t i o n . Le volume du cylindre
jcd2 ,
v = — h\
d’où
__ _P _ 4p
v ncPh * ^
La formule (4) entraîne que dans le domaine p > 0, d > 0, h > 0
la fonction y est croissante par rapport à l ’argument p et décrois
sante par rapport aux arguments d et h. Par condition:
1,99 cm ^ d ^ 2,01 cm ;
10,98 cm ^ h ^ 11,02 cm ;
93,399 gf < p < 93,401 gf.
Par ailleurs
3,14159 < ji <3,1416.
C’est pourquoi
4• 931399____ 9 rîy a gf
V 3 ,1 4 1lf6i..2
9 ,0n1i22.-1
< H1 ,0H9
2 ~ *U ' A c m 3
( pa r d é f a u t ) et
= 2,735 cmgf3
4 -9 3 ,4 0 1
Ÿ= 3 ,1 4 1 5 9 .1 ,9 9 2 .1 0 ,9 8
La fraction continue
1
ûo- - [ a ° ; * î 7 ’ a, ’ • " ] ’ (4)
*i + l
a2+ '
[* 4 + + ] - * + 7 - h -
en fraction ordinaire.
S o l u t i o n . La réalisation successive des opérations imposées
conduit à
4 . 19__5 .
i) 1 + 44 - = 5 4) 1 1 5 19 *
_5
2) 1 : 4| = 4 5) 3 + Â = § -
4_
o\ 3ï--r-
O • ^ = -r,
^ ,
3) 5
Par conséquent,
r3 . 1 1 n_s?
L° ’ 3 ’ 1 ’ 4 J- 19 •
~ = a0+ Y = ao+ = ûp ‘
at 'O *1+
flï+, r-2
= ûp +
«1- fl2+ .
-+4-
62
E x e m p l e 2. Convertir «jg en fraction continue.
S o l u t i o n . On a successivement:
——3 4 - ——3 4- — —-3 1 O . - =3
3+ t 3+ - 3+
Ainsi | = [ 3 ; - 1 , 1 , 1 ] .
D’une façon analogue on convertit les fractions continues de forme
générale.
52 GÉNÉRALITÉS SUR LA THÉORIE DES FRACTIONS CONTINUES [CH. II
en fraction ordinaire.
S o l u t i o n . On a:
x2 5x2 1 5 - 6ï 2 .
1) 1 = 1 15— x2 15— x2 ’
3—T "
X* 15x2— x* 1 5 — 21X2 + X4
2) 1 1 5 - 6 x 2 1 5 — 6x2 — 15 — 6x2 *
15- x 2
Ainsi
f Âm — x2 — x2 — x2-l 1 5 - 2 1 x 2 + j4
L1 ; 1 ’ 3 ’ 5 1 5 — 6x2
§ 3. Fractions correspondantes
Soit une fonction continue limitée ou illimitée
(i)
La fraction ordinaire
P u. bi
Qk .a° ; "ÔT’
(k = 1, 2, . . .), où k ^ n est dite k-ième fraction correspondante
de la fraction continue (1). D’après Euler, on adopte généralement
P o _ _ fo _ . P -t _* .
Qo ~ 1 ’ Q-« o ’
et pour écarter l ’indétermination, on pose encore
Po — ûo. Ço = 1 (2)
6t P-t = 1, < ? - i = 0. (2')
En travaillant sur un calculateur digital, il est commode de
chercher les fractions continues correspondantes
bi
b2
«î
{ 3.] FRACTIONS CORRESPONDANTES 53
ck = - 7" 1 » dk = an-k + C k ;
Cf i —an-l
J » —û0 4” —“q
vn
•
La succession indiquée des opérations se met aisément en pro
gramme.
T h é o r è m e 1. ( L o i d e c o m p o s i t i o n d e s f r a c
t i o n s c o r r e s p o n d a n t e s . ) Soient les nombres P Ç*
(Je = 1, 2, . . .) définis par les relations
Pk — &hPk-i + bkPk-z» (3)
Qh = ûfeÇft-i + b h Q h -z (3f)
avec
P -i = 1, Ç-i = 0 ; Po = a 0, Ço = l- (4)
AZors Zes fractions —- aux termes ainsi définis sont des frottions cor
respondantes de la fraction continue (1) *.
D é m o n s t r a t i o n . Soit /?* (A = 1, 2, . . ) les fractions
correspondantes successives de la fraction continue (1). Montrer que
= -g - (* = 1, 2, . . . ) .
La démonstration se fait par récurrence.
Avec A = 1 on a pour la fraction correspondante Ri
aoai + fri
"1 — +^
Par ailleurs, tenant compte de (4), les relations (3) et (3') en
traînent
P î = + b iy
Q i = fli -1 + &i*0 = aj.
p
Par conséquent, R x = r- et pour A = 1 le théorème est vérifié.
* Les fractions correspondantes aux termes ainsi définis sont dites cano
n iq u e s .
54 g é n é r a l it é s su r la t h é o r ie d e s fr a ctio n s CONTINUES [CH. II
[ a h + ’^ k+i
' a k+l
)/___________
P k -l+ b h P h -2
gfe+1 ( * h P k - l + b k P h -2 ) + bk + iP h - i __
Rh+l =
a h+l (& hQ h~i + bh Q h -2 ) + bh + lQ h -i
(« k + — ) Q k -i+ b k Q k -2
*h + lP h + bk + \P h - i P h+ i
* h + l Q h + bh + lQ h -l Çft+i
ce qu’il fallait démontrer.
R e m a r q u e . La détermination des termes des fractions cor
respondantes étant non univoque, on ne peut affirmer dans le cas
général que le numérateur et le dénominateur des fractions cor
respondantes non canoniques vérifient les équations (3) et (3').
Par la suite nous supposerons que les fractions correspondantes
considérées sont canoniques.
C o r o l l a i r e . Pour une fraction continue ordinaire
1
ao f 1__
«i-f a2+
Qh = + Q h - 2i J
k -1 0 1 2 3 ...
bk 1 bi bz b3 ...
ah «0 at a2 *3 ...
Ph 1 «0 Pi P2 p 3 ...
Qk 0 1 Qt Qz q 3 ...
ah 2 1 3 4 1 2
Ph P-1 - 1 2 3 11 47 58 163
qh 9-1 =0 1 1 4 17 21 59
Par conséquent,
.El —A - JH —JL- JH —H-
9o l ’ 9i 1 ’ 92 4 ’‘
J H — 47. JH —5Ë. P5 __163
$3 17 • 94 21 » g5 59 •
r
E x e m p l e 2. Trouver toutes les fractions correspondantes
de la fraction continue
1 3 5 7
56 GÉNÉRALITÉS SUR LA THÉORIE DES FRACTIONS CONTINUES [CH. Il
k -1 0 . 1 2 3 4
bk 1 1 3 5 7
0 2 4 8 16
Ph 1 0 1 4 37 C20
Qh 0 1 2 11 98 1645
Il s’ensuit que
Pn _ 0 . Pt 1 . P^ _ 4 . P4 _ 620
Q0 “ 1 ’ Qi 2 ’ Q2 11 ’ Ç3 ~ 98 ’ Ç4 -1645-
T h é o r è m e 2. Deux fractions correspondantes voisines iv<
et de Za fraction continue (1) vérifient la formule
P k _ Pk-i _/ __<\fc-l ^1^2--- bh (U'->4\ (4')
Qh Q h -i ~ { } Q k -iQ k ( > 1 )‘
D é m o n s t r a t i o n . On a:
Pfc Pft-i _ An
Çh Çfc-i Q h -tQ k ’
(5)
où
Çft-i
En utilisant les relations (3) et (3') on obtient, en vertu des pro
priétés connues du déterminant,
&hPh~i + bkPk-2 Pk. 1 P k-2
= bh —bh&h-i-
akQh-1 + bkQk-z Qh-i Qh-2
On en tire successivement:
Afc = ( —bk) ( —b*-*) • • • ( —&i) Ao = ( — l)fc6j6. . . . bkAo,
où
Po P - 1 a0 1
A0 — = —1.
Qo Q- 1 1 0
S 3.] FRACTIONS CORRESPONDANTES 57
Donc
D é m o n s t r a t i o n . On a
___ Ph-2 _
Qh Qh—2 Qh-iQh ’
où
£/i
Çft (?A-2
On en déduit en vertu de la loi de composition des fractions cor
respondantes et des propriétés élémentaires du déterminant
anPk-i + bhPh-z Ph-z Ph-1 Ph-2
Dk = = ak = ak&h-u
ahQh-i + bhQh-i Qh- 2 Qh-1 Qh-2
où est le déterminant examiné dans le théorème 2. D’après le
corollaire 1 du théorème 1
Aft_i = ( —l)h bibz . . . &*_„
d où
* D k = ( —1)* bfiz . . . bk. tah.
Par conséquent, en appliquant la relation (7) on obtient la
formule (6).
58 GÉNÉRALITÉS SUR LA THÉORIE DES FRACTIONS CONTINUES [CH. Il
a = [ ao ; ~ (8)
OU
( 10)
Qt Qz
Po Pz PlE lE l
W fi» * Q5 Q3 Q1
0 O O O ■ o 0—0 o-o-o O 0 o -;>■
X
Fig. 1.
0 = 0o 61
«i
Donc,
Pk Pj|+1 (13)
ë T < a < Qh+i
si k est un nombre pair, et
Ph ^ ^ P h+ 1
(13')
o r > a > - ^ r
se trouve vérifiée.
qui a été d
I a — Pk_ P ) t+i Ph
Qk Q k* 1 Qk
Donc,
Qh ^ (1 + d) Qh-2* (7)
L’inégalité (7) donne successivement
Q2fc ^ (1 + d) Q2k-2 ^ ^ ^2h^2h-2• (1 + d)* Ço
= bob^ . &2fe (1 + <0* (3)
et
Q zk+ l ^ &2fe+l ( 1 + ^ 0 @ 2*1-1 ^ * * *
. . . ^ &2fc+i • • • 63 (1 + <9* Ç i ^ • • • &2fe+l (9)
(1 + d ) k i
puisque Q\ = bt. En multipliant les inégalités (8) et (9) on
tombe sur
QihQih+t ^ bibo • - . b2h+i (1 + d)2k (10)
et, par conséquent,
b \b 2 ... b2h+1 ^ 1 __
QzhQzh*i ^ (i + rf)2fe*
Ainsi, Tjk “>■0 lorsque oo.
C’est pourquoi en passant à la limite lorsque k ->• oo on a dans
l ’inégalité (6) 0 ^ P — a ^ 0, c’est-à-dire
a = p = lim — ,
n->oo Vn
et donc la fraction continue (1) est convergente.
R e m a r q u e . Pour la fraction convergente (1) à éléments
positifs sa valeur a est comprise entre deux fractions correspondant
P P
tes consécutives -7/ ■ et -pp-. Il s’ensuit que
xn-l vn
I- Pn I Pn Pn - 1 | _ . . . bn
\ Qn l ^ l Qa Qn-il" Qn-lQn ’
C o r o l l a i r e . Une fraction continue ordinaire à éléments
naturels est toujours convergente.
On peut démontrer également le théorème suivant [1].
T h é o r è m e 2. Tout nombre positif a peut être développé en
fraction continue convergente ordinaire à éléments naturels, ce déve
loppement étant unique. La fraction continue ainsi obtenue est
limitée si a est un nombre rationnel, elle est illimitée si a est un
nombre irrationnel.
E x e m p l e . Développer en fraction continue le nombre Y 41
et trouver sa valeur approchée.
S o l u t i o n . L’entier maximal contenu dans 1^41 étant 6,
on a :
/ 4 Ï = ü-f —
a, . (il)
64 GÉNÉRALITÉS SUR LA THÉORIE DES FRACTIONS CONTINUES [CH, II
Il en résulte
6 + 1 /4 1
a{
1 /4 1 -6 5
2+
12+ •
<*k — 6 2 2 12 2 2 12
a — Pn_ < 2
Ph P k-l I
Qn
A=n+1 Qk O k -il"
et
Czh —ClO^O. fc+i —cO(fi. fc+1 (* = 0, 1, ...) .
D’une façon analogue
^ “ c i 0+ x f z (x) •
où
1 i \ _ _ C 3 0 + C 3 1 3r4~C32j 2 + «»»
' 2' ' C20+ C21Ï + C22^2+ •••
et
C3I1 = ^20^1 • h+l ^10^2* ft+1 (/c = 0 , 1, • • • ) ,
etc.
Ainsi
CjQ C203g g30x «nO* 1
/(* )= • C20* — Lf o ; c?00 . Cl 0 ’ «20 ’
*» C- n - 1 ,0 -iI * (i)
C00 +
C10- C30z
C2 0 + •
0 1 2
0 1 -5 6
1 1 -1 0
2 -4 6 0
3 —2 0 0
4 —12 0 0
Par conséquent,
1— x rn . 1 —4x — 2x — 12x~| i
1 — 5x + 6x2 “ [ U; i ’ "1 “ ’ “= T ’ J ~~ 4Ï ‘
i ___ —__
—4 + 6x
B. D é v e l o p p e m e n t d e e* e n f r a c t i o n c o n t i n u e
Euler a obtenu pour ex le développement [2]
-X Tn. 1 — 2x X2 X- x2 1
« — LU ï 1 » 2 + x ’ 6 ’ 10 ’ • • • ’ 4n + 2 ’ ‘ " J ( 2)
<?1 ” 1 ’
P. _ 2 + x .
<?2 2—x ’
P3 _ 12 + 6 x + x 3 .
Q3 1 2 - 0 x + x 2 ’
P« 120+60x+12x2+ x3
Qt ~ 120—6 0 x + 12x2—x3 *
etc.
§ 5 .] D ÉV ELO PPEM EN T DES FONCTIONS EN FRACTIONS CONTINUES 69
bh 1 1 -1 -1 1
ah 0 1 3 5 7
Ph 1 0 1 3 14 95
Qh 0 1 1 2 9 61
Pour calculer sur des ordinateurs les valeurs des fonctions don
nées par des formules, la forme de ces dernières est loin d'être indif
férente. Considérées sous l ’optique des calculs approchés, les ex pres
sions mathématiques équivalentes n’ont pas toujours la même
valeur. Il se pose donc un problème de grand intérêt pratique qui
consiste à rechercher pour les fonctions élémentaires les expressions
analytiques les plus commodes. Le calcul des valeurs des fonctions
se ramène en général à réaliser une suite d’opérations arithmétiques
élémentaires. Le volume de la mémoire d’une machine étant limité,
il convient de diviser ces opérations en cycles répétitifs. Dans ce qui
suit nous allons étudier certains procédés types.
Montrons que les nombres b 0 = a0, bi9 . . ., 6n-i sont les coef
ficients du polynôme Q (x) obtenu comme quotient de la division
du polynôme donné P (x) par le binôme x — En effet, soit
Q (x) = Po*"-1 + Pi*n-2 + . . . + Pn-1 (4)
et
p (*) — Q (x) (x — l) + Pn; (5)
d’après le théorème de Bézout le reste de la division pn = P (\).
En vertu des formules (4) et (5)
P (x) = (Pô*""1 + Pi*n“2 + • • • + Pn-i) (x — 5) + Pn»
ou, en chassant les parenthèses et en effectuant la réduction des
termes semblables, on a
P (*) = Po*n + (Pi - PoÊ) *w-x + (Ps - PiÊ) s""2 + • • •
• • • + (P n -1 — P n -2 ^ ) x + (P n — P n - i£ ) «
P i — PoÊ = ai»
P 2 — P iÊ = Û2t
P n -i — P n -2 ^ = a n-li
Pn P n -i 5= ®n-
D’où
Po = = b q,
Pi = al + Po£ — Ùj,
P2 = ^ 2 + Pl£ = b2,
P n -1 — a n - l + P n -2 ^ = & n -1»
Pn = ®n 4“ P n -lÊ = Ùn ,
Xf Xm
+ -f
-oi 0 ft X
Fig. 2.
A0 = Pn ( I).
CALCUL DES FRACTIONS RATIONNELLES 75
Par conséquent,
P (y + 2) = y* - 1 9 y2 - 4 2 y - 3 1 .
\ S — S n | - ^ | *5— S n | Sn — S n I + | 5 n — S n - [- 62 + 83 = 8.
ou
Pm4~t
a = Po + -jfî+ • • • "f 10"» SÎ Pm+l^-6, ( 8 ')
Ainsi,
S = a ± -y
Si p m+1 = 4 ou Pm+i = 5, il faut améliorer la précision des cal
culs de la somme approchée S en faisant appel au rang décimal
suivant.
6l = ~ 10 3 = 4üôô*
Les termes de la série (10) sont les valeurs correspondantes de la
fonction décroissante monotone
•ffn = 2 ir
A =n-H
on a l ’estimation
R <1 — - —
/Xn^ J x3 2na'
n
La résolution de l’inégalité
_ L < _ L
2n2 ^ 4000
conduit à :
/i> V r2ÔÜÔ«44,7.
Adoptons n = 45.
Choisissons comme borne d’erreur de la sommation
e2 = ± . 10-3;
il en résulte que la borne d’erreur absolue admissible des termes
de la somme partielle £ 45 de la série (10) est
1
e2 ^ 4
-T -10-3 5
< - 45 • îo-*.
* sgn R n désigne le s i g n e du nombre i?n, c’est-à-dire sgn Rn = -f 1 si
Rn > 0, sgn R n = —1 si R n < 0, sgn R n = 0 si R n = 0.
§ 4.] APPROXIMATION DES SOMMES DES SÉRIES NUMÉRIQUES 81
Posons
§ 5. Fonctions analytiques
Une fonction réelle / (x) s’appelle fonction analytique au point \
si dans un certain voisinage | x — £ | < R de ce point la fonction
se développe en une série entière (sérié de Taylor)
r o ( x - l ) 2+ . . .
/ ( * ) = / (S)+ / '( ! ) ( * - S ) 2!
f'n>(s)
n ! (1)
* n (* )= /(* )-2
fe=0
s’appelle reste et constitue l ’erreur produite en remplaçant la fonc
tion / (x) par le polynôme de Taylor
h=0
On sait que [1]
Rn (X) = /<- - g + | )(; ~ ^ )) (3)
où 0 < 0 < 1 . Pour la série de Maclaurin (2) on a en particulier [1] :
/<»+!> (6j ) n+1
Rn{x)
(« + D! ’ (4)
où 0 < 0 < 1 . Il existe également d ’autres formes de restes.
FONCTIONS ANALYTIQUES 83
où
/'(* ) = Y ( 1 + *)"*.
r ( x ) = - |( i+ * p ,
1
D’où, en posant 5 = 0* A= -^ et en lenant compte du fait que
/ ( o ) = i , / '( 0 ) = - i . r(0 )= ~ . r ( 0 ) = |,
on a en vertu de la formule (5) :
/u i \ 2_ u i 1 _ 1 1 , _
l1 ‘ 9j ” 1 1 2 ’ 9 8 *81 + 16 729 ' “~
= 14- 0,05556—0,00154 + 0,00009 + i?3- 1,05411 -f i?3* (7)
6*
84 CALCUL DES VALEURS DES FONCTIONS [CH. III
OÙ
_7
p _ _ ! 15 ÎA , 1 \ 2 J ____
8 24*16 \ ^ 9 ) * 6561
_7
§ 6. Fonction exponentielle
Le développement [1] de la fonction exponentielle ex s’écrit
ex = 1 ~\~x 4~*2"f“r • • • • • •’ (^)
l ’intervalle de convergence étant —oo < x < +oo. Le reste de la
série (1) est de la forme
e®(*) = ee . . . e, si £ ( x ) > 0 ,
§ G.] FONCTION EXPONENTIELLE 85
OU
—E ( x ) fols
eE(*> = ± . ± . . . 1 , si £ ( x ) < 0 ,
où
e = 2,718281828459045 . . .
et
—
e
= 0,36787
1
9441171442 . . .
De plus, pour assurer la précision imposée, il faut prendre e ou-j-
avec un nombre de décimales suffisamment grand (actuellement le
nombre e est calculé avec plus de 250 décimales).
Quant au deuxième facteur eq du produit (3), on le calcule
à l ’aide du développement ci-dessus:
oo
n=0
qui avec 0 ^ g < 1 forme une série rapidement convergente du
fait que pour le reste R n (g) la formule (2) donne l ’estimation
1- n—
-J-2
: (5)
c’est-à-dire
0 < R n { q )< u n- (6)
où un = n!
est le dernier terme conservé.
Si l ’erreur de troncature e est imposée, le nombre nécessaire de
termes n peut être déterminé par triage en résolvant l ’inéquation
Uk = T Ufc"1’
Sk = Sk-i + «k (A- = 0, 1, 2, . . n).
1,6487212 ,
En arrondissant la somme à cinq décimales, on obtient :
V~e = 1,64872, (10)
avec une erreur globale
e < 1,6• 10-" + 5• - • 10"7 + 1 ,2 • 10‘4 = 3,05 • 10’®< 10'B,
c’est-à-dire tous les chiffres du résultat (10) sont exacts au sens
strict.
Pour calculer ex on peut utiliser également le développement
en fraction continue [4]
eX rLU’
0. i ~~2j — *2 *3
( 11)
1 ’ 2 + x ’ 6 1 10 ’ * ’ # ’ 4 n - ( - 2 ’
k -1 0 1 2 3 4 5
i 1 1
bk 0 1 -1
4 4 4
5
a* 1 1 1 2 6 10 14
! 0 l 5 61 1225 34 361
p k V
2 4 8 16
3 37 743 20S41
Qk 0 1 1
2 4 8 16
§ 7. Fonctions logarithmiques
Les logarithmes népériens des nombres proches de l'unité donnent
lieu au développement [1]
ln (l+ s ) = * - 4 + 4 - - £ - + . . .
- = - 2[ } s + T f ë r + i ( } s r + - j (3)
avec 0 < z < + oo.
Soit x un nombre positif. Mettons-le sous la forme
x — 2m-z,
où m est un entier et - ^ - C z C l. Alors, en posant
—
i + Z
= t5 ’
OU
* -4 -
0 < t<
*+4- 3 '
et en appliquant la formule (3), on a :
ln x = ln 2mz = m ln 2-f- lnz =
= m l„ 2 -2 ( | + ... )_
OÙ
Rn = 2 (
£2n+1 , S2n+3 , l-n+i
2n 1 2/i *|*3 2/i -j- 5 ...)<
£2n+l ?2n+l
<1+ Ê 2+ S 4- - - ) < ï é F - i r + ï
Avec ()•< £ < -g , on obtient:
5 <2
i-l2
90 CALCUL DES VALEURS DES FONCTIONS [CH. III
et c’est pourquoi
^ „ 9 ?2u+I
0 < ^ . n < T '2 ü + ï (4)
ou, plus grossièrement,
1 \ 2n - l
0 < i ? „ < 4 (2re+ 1)- (-y)
En introduisant la notation
Ê**-i (* = 1,2, ... ) ,
2A:— 1
il vient:
ln X — 771 ln 2 “ ~2 (U | -f- U-2 ^n) “ “ (5)
ou
ln 2 = 0,69314718...
La procédure de sommation s’arrête dès que
w» <4C f
où e est l ’erreur de troncature admissible, du fait qu’en vertu de la
formule (4),
n
Pour évaluer la borne d’erreur de la somme 2 uk on peut se
fc=î
donner un certain nombre de chiffres des termes de la somme et
établir approximativement d’après la formule (4) le nombre de ter
mes n.
E x e m p l e . Chercher ln 3 à 10~5 près.
S o l u t i o n . Réalisons le calcul avec deux décimales de réser
ve. Posons
3 = 22*-|- = 22*0,75.
Il en résulte que z = 0,75 et
^ Î T Î = î f = T = 0’1428571-
On a :
u ,= 1 =0,1428571'
u2 = - |- = 0,0009718
i/3 = -§- = 0,0000119
u4= -Ç- = 0,0000002
0,1438410
§ 8.1 FONCTIONS TRIGONOMÊTRIQUES 91
§ 8. Fonctions trigonométriques
A. C a l c u l d e s v a l e u r s d e s i n u s e t d e c o s i n u s
Les formules de réduction permettent d’inclure l ’argument x
dans l ’intervalle 0 ^ x ^ - ^ - . Si 0 ^ x < ! - y , on a:
00
» -p2n+l
Si„ * = 2 ( —:■>"— !, 0)
71=0
où z = y - x et 0 < s < - —.
Pour calculer la somme de la série (1), il est commode de mettre
en œuvre la procédure de sommation
sin x = U\ -f- U2 - } - . • • + un + /?n, (3)
où les termes uk (k = 1, 2, . . ., h) s’obtiennent successivement
par récurrence
X2
^1 = ^k+i = nj. | Uh (&= 1, 2, . . . , 72 1).
| Rn I ^ (2/1+ 1) ! = I Un+i\
92 CALCUL DES VALEURS DES FONCTIONS [CH. in
et
sgn R n = sgn un+i.
La procédure7de sommation peut donc être arrêtée dès que
I “n K C.
où 8 est l ’erreur de troncature imposée.
D’une façon analogue,
cos z = vi + u2 + . . . + vn + i?n,
ou
^1 *1» 1) ^ ^ » 2, . •., n 1)
et
•2n
I I< = I ” n+i |, S gn fl„ = sgn vn+i.
Exemple. Chercher sin 20°30' à 10“5 près.
Solution. On a :
X - arc 20°30' = ^ + 3^3 = 0,349066 + 0,008727 = 0,357793.
-0,350208,
d ’o ù
sin 20°30' = 0,35021.
D’une façon analogue on détermine les valeurs du cos x.
B. C a l c u l de l a tangente
On peut considérer que 0 ^ x ^ . Avec | x | < -p-, tg x
vérifie le développement [6]
2x* 17x? t 62 x ®
tg x = x - 15 315 2835
^ = 9- ^ S - 8’955540’
^ = 7- 5 S = 6’955577;
^ = 5 - ë i S f = 4*929928ï
^ •= 3- ? S = 2 ’901137;
ÿ = ÿ7 = 1~ ^ ^ ^ = 0,832001
94 CALCUL DES VALEURS DES FONCTIONS FCH. III
§ 9. Fonctions hyperboliques
A. C a l c u l d e s v a l e u r s d u s i n u s h y p e r b o l i q u e
On sait que
sh x • e*— e~x
'} *
de plus
sh ( —x) = —sh x.
6. C a l c u l d e s v*a l e u r s d u cosinus
hyperbolique
On sait que
Ch x = e ± ^ ,
de plus«
ch ( —x) = ch x.
Le cosinus hyperbolique donne lieu au développement
chx = l + jj- + - | y + . . . ( — 0 0 < X < + 00).
Le calcul le plus commode se fait par sommation
cil X — U\ "f* l ?2 “f“ • • • “f* “1” R n i
OÙ
*2
Vf = 1 , Z/'/i+i — __\ ) 2 k ^ = 1» -7 • • • » ^ 1)
alors
OU
yn+1 = ÿn (2 — xyn) (jn = 0, 1, 2, . . .),(1)
c’est-à-dire nous obtenons un processus itératif sans division. La
valeur initiale y 0 est choisie de la façon suivante. Soit l'argument x
traduit en écriture binaire
x = 2mXi, où m est un entier et —^ ' x ( < 1 .
On pose alors
2-".
yo = (2)
Etablissons les conditions de convergence du processus (1). La
formule (1) entraîne
on a
7 - ÿ n - l< 2 ( ÿ n - ÿ „ - i) .
On en tire
1 .
“ “ y n < y n — ÿn-1-
» • = t ( 2 - t ) = b = 0'312;
yz = 0,312 (2 — 3.0,312) = 0,332, etc.
Le processus itératif converge rapidement.
= l l ^ ( l + Ô + l - ô + ô*) = / ï ( l + -Ç-).
y0= 2E^ = 2.
D’après la formule (2) on a successivement:
i/o ) = 2 p > y rî
et, par conséquent,
i _ t/ I
y o —V x 2 P -2 P V x l _ 1 - 1 /x ,^ * V ( y 2 __ l ) 2 .
i?i= ÿo + V x 2P + 2P Y T i 1+ V xi ^ V I
ÿ0 = 2E^ = 2p< / ï .
C’est pourquoi
■ I V S -ÿ Q 2 P 1 /2 7 7 -2 P V zT i-i
19 y î+ y 0 2 p y 2 * !+ 2 P y ^ + i
9 9
= 1___-T.--- < 1 ------------ ^- : ( / 2 - 1 ) 3-
V 2xi 1 *\/2 + l
Ainsi on a toujours:
| g | < ( y l - l ) * = 0,1716
Il en résulte en vertu de la formule (4) :
l~ Y n
i \^ .. _m r~L V5 / ^ 2 5 .. 1 1 \ 2 n avec n > l ,
0< ÿ n - V l < 2V l -----------/ 1 .■>» < Î 2 yi u )
où
y i = y ( y o + - ^ - ) < - |ÿo-
Il s’ensuit que
0 < y n- / ï < f y0 ( - ) 2n. (8)
La formule (8) permet de définir aisément le nombre d'itérations
n = n (x) suffisant pour assurer la précision imposée.
Voici encore une formule pour évaluer l ’erreur de la valeur
yn (n ^ 2). Etant donné que
et — < y ï
lfn-1
et tenant compte de la formule (6), on a:
y n-, - V * < y n- i - ^ =â = 2 (y - y „).
104 CALCUL DES VALEURS DES FONCTIONS ICII. III
F (x, y) = j z - i = o.
Il vient
n (*, y ) = - % -
En appliquant la formule (4) du § 10, on a :
y n+i = ÿn -f y\ x
TiT
OU
pn+1 = ^ - ( 3 - 4 ) (« = 0, 1, 2, . . . ) . (10)
9= V ï < i> 0 )-
Si l'on met cette fonction sous la forme
y = j/-,
la formule (10) du paragraphe précédent permet d’obtenir le pro
cessus itératif «sans division»
ÿn+i = -y-(3—zÿn) (n = 0, 1, 2, . . . ) . ‘ (1)
Vx =x j / ± ,
i* « = » . - 4 s 1 (2)
ou
Fig. 8.
O)
L’interprétation géométrique du processus (3) est donnée par la
méthode de Newton appliquée à la parabole cubique
z = y3 — x (x = const)
(fig. 8). Le processus (3) converge avec y Q> 0.
Si l ’on prend comme approximation initiale y0 la valeur tabulée
de |yic avec une erreur relative | 6 |, c’est-à-dire si l ’on pose
y o ^ y ^ ^ (1 + 6 ),
la valeur yu fournie par la formule (3), donne ^ x avec une erreur
relative ôa. En effet, en utilisant la formule (3), on a:
Vi = 4 (2* + j r ) =■■ y \ } V ^ ( H - ô) + ^ (1 + ôr 2] =
= 1 y~x (2 + 26 + 1 - 26 4- 3ô2) = y^~x (1 + ô2).
On en tire, en particulier, que si y0 compte p chiffres exacts au sens
strict, yt aura à peu près 2p ou 2p — 1 chiffres exacts au sens lâche
(cf. § 12).
106 CALCUL DES VALEUBS DES FONCTIONS [CH. ni
= 3y î_ l ( ÿ n - | — Ÿ^x)* ( 2 ÿ n - l + |/ ^ a : ) > - 0 ,
il vient
yn>y^~x avec 1. (5)
De plus, en remplaçant n + 1 par n dans la formule (2), on a
BIBLIOGRAPHIE
1. P- S m i r n o v . Cours de mathématiques supérieures, t. I. Editions Mir,
Moscou, 1969, chapitre IV.
2. A . M a r k o v . Calcul des différences finies. 2e éd., Matézis, 1911, chapitre III.
3. G . T o ls to v . Cours d'analyse mathématique, t. II. Gostekhizdat, Moscou,
1957, chapitre XXIV.
4. A . K h o v a n s k i . Applications des fractions continues et de leurs généralisa
tions aux problèmes d’analyse approchée. Gostekhizdat, 1956, chapitre II.
5. B . K a g a n et T . T e r - M i k a é l i a n . Résolution des problèmes d’ingénieur sur les
calculateurs digitaux. Gosénergoïzdat, Moscou-Léningrad, 1958, chapitre67
6. (7. F i c h t e n g o l t z . Cours de calcul différentiel et intégral. OGIZ, Moscou-Lé
ningrad, 1948, t. II, chapitre XII.
7. L. L u s U r n i k , A . A b r a m o v , V . C h e s ta k o v , M . C h o u r a - B o u r a . Résolution des
problèmes mathématiques sur les calculateurs digitaux. Editions de l’Aca
démie des Sciences de l’U.R.S.S., 1952.
CHAPITRE IV
RÉSOLUTION APPROCHÉE
X /<*> X /<*)
—oo 1
-3 — 3 _u
—1 + 4-00 -r
0 -r
(5)
* Deux équations sont équivalentes si toutes leurs racines sont les mêmes.
RÉSOLUTION GRAPHIQUE DES ÉQUATIONS 113
On voit bien que les racines de l ’équation (3) peuvent être définies
comme les abscisses des points d’intersection de la courbe logarithmi
que y — \g x et de l ’hyperbole y = -j-. La construction de ces
courbes (fig. 13) sur du papier quadrillé fournit approximativement
la racine unique ê « 2,5 de l ’équation (3).
§ 3. Méthode de bipartition
Soit l ’équation
/ (*) = 0, (1)
où la fonction / (x) est continue sur [a, 6] et f (a) f (b) < 0.
Pour chercher la racine de l ’équation (1) qui appartient au seg
ment [a, 6], divisons ce segment en deux. Si / (—5—) = 0, £ =
est une racine de l ’équation. Si / ^ 0 , prenons celle des moi
tiés £a, j ou [ —-jÿ—> &J aux extrémités de laquelle la fonction
/ (x) a des signes opposés. Le nouveau segment raccourci Ui, 6J
est encore partitionné en deux, après quoi on reprend le raisonnement
ci-dessus. On obtient ainsi à une certaine étape soit une racine exacte
de l ’équation (1), soit une suite infinie de segments emboîtés [alt
Ia2, b2l, . . . . Un» M» • • • tels que
f ( a n) f ( b n) < 0 (»* = 1 , 2 , . . . ) (2)
§ 3.1 MÉTHODE DE BIPARTITION 115
et
6 a -a „ = ^ - ( 6 - a ) . (3)
Les extrémités gauches alf a2, . . ., an, . . . formant une suite
non décroissante bornée et les extrémités droites btJ b2, . . ., bni . . .
une suite non croissante bornée, l'égalité (3) donne lieu à une limite
commune
£ = lim an = lim bn.
n-+oo n-»oo
En passant dans l ’inégalité (2) à la limite pour n oo, la con
tinuité de la fonction / (z) entraîne que [/ (£)]s ^ 0. Il s’ensuit que
/ (|) = 0, c’est-à-dire que | est une racine de l ’équation (1) et il est
clair que
0 < 5 —an< .-^ (b — a). (4)
Si sur le segment [a, b] les racines de l'équation (1) ne sont pas
séparées, on peut utiliser ce procédé pour chercher l ’une des racines
de l ’équation (1).
La méthode de bipartition est commode pour obtenir une estima-
tion grossière d’une racine de l ’équation donnée, le volume du calcul
à effectuer marquant un net accroissement avec une précision plus
élevée.
Constatons que la méthode de bipartition se réalise sans peine
sur les calculateurs électroniques. Le programme de calcul est compo
sé de façon que la machine fournit la valeur du deuxième membre
de l'équation (1) au milieu de chacun des segments [an, bn\ (n =
= 1 , 2 , . . . ) et choisisse la moitié correspondante.
E x e m p l e . Améliorer par la méthode de bipartition la racine
de l'équation
f (x) = x4 + 2x? — x — 1 = 0 ,
comprise dans le segment [0, 1].
S o l u t i o n . On a successivement :
/ (0) = - 1 ; / (1) = 1 ;
/ (0,5) = 0,06 + 0,25 - 0 , 5 - 1 = - 1,19;
/ (0,75) = 0,32 + 0,84 - 0 ,7 5 - 1 = - 0 ,5 9 ;
/ (0,875) = 0,59 + 1,34 - 0 ,8 8 - 1 = + 0,05;
/ (0,8125) = 0,436 + 1,072 -0 ,8 1 2 - 1 = -0 ,3 0 4 ;
/ (0,8438) = 0,507 + 1,202 - 0,844 - 1 = -0 ,1 3 5 ;
/ (0,8594) = 0,546 + 1,270 -0 ,8 5 9 - 1 = -0 ,0 4 3 , etc.
On peut poser
| = 1 (0,859 + 0,875) = 0,867.
116 ÉQUATIONS ALGÉBRIQUES ET TRANSCENDANTES [CH. IV
, h = -/(« )+ /< * )
“ <2 >
En appliquant ensuite ce
procédé à celui des segments
[a, Xjl ou lxiy b\ aux extré
mités duquel les signes de la
fonction f (x) sont contraires,
on obtient la deuxième appro
ximation x2 de la racine, etc.
Géométriquement, la méthode des parties proportionnelles est
équivalente au remplacement de la courbe y = / (x) par une corde
menée par les points A [a, / (a)] et B lby f (6)] (fig. 15). En effet,
l ’équation de la corde AB s’écrit
*—a y —/(g)
à—a f(b)-f(a) '
En posant x = x t et y = 0, on tire
*<=«- 7ü <*'>
La formule (1') est parfaitement équivalente aux formules (1) et (2).
Pour démontrer la convergence du processus, supposons que la
racine est séparée et que sur le segment la, 6] le signe de la dérivée
seconde f n (x) est constant.
Soit, pour fixer les idées, f (x) > 0 avec a ^ x ^ b (pour rame
ner f ” {x) < 0 à notre cas l ’équation doit être mise sous la forme
—f (x) = 0). La courbe y = / (x) sera alors convexe vers le bas et,
par conséquent, elle se situera au-dessous de sa corde AB- Deux cas
sont alors possibles: 1) f (a) > 0 (fig. 16) et 2) f (a) < 0 (fig. 17).
Dans le premier cas, l’extrémité a est fixe et les approximations
successives: x0 = b;
Xn+i — Xn— j (Xn a) (tt= 0 , 1» 2, . . . ) (3)
MÉTHODE DES PARTIES PROPORTIONNELLES 117
Etant donné que sur le segment [a, 61 f'{x) garde le signe constant
et, en outre, x„_t Ç [a, 6] et Ç„_i 6 (a. M, on a bien
I f
La formule (6) amène donc :
1 5 -X n K ^ p -lx ^ -X ^ I, (7)
où on peut adopter comme m t et M x respectivement les valeurs mini
male et maximale du module de la dérivée f (x) sur le segment [a, b].
Si le segment [a, 6] est tellement étroit qu’il donne lieu à l ’inégalité
M l < 2nti,
« 4.1 MÉTHODE DES PARTIES PROPORTIONNELLES 119
§ 5. Méthode de Newton
Soit la racine £ de l'équation
/ (*) = 0 (1)
séparée sur le segment la, 6] ; de plus f' (x) et f ” (x) sont continues
et gardent des signes constants pour a ^ x ^ b. Après le calcul d'une
1<*,>=/ («) ■
--Pfcr (c)+ 4 [-£$-]’ f m = 4- r f >> '0,
où c est une certaine valeur intermédiaire entre c et x4.
Ainsi,
/ {Xi) r {xô> o.
S 5.] MÉTHODE DE NEWTON 123
Par ailleurs, la condition /" (x) > 0 entraîne que / ' (x) est une
fonction croissante et, par conséquent, /' (x) > f (a) > 0 avec x >
> a. On peut donc prendre x t comme valeur initiale du processus
de Newton qui converge vers une certaine racine | de la fonction
/ (x) telle que 1 > c ^ a. Puisque la positivité de la dérivée /' (x)
avec x > a implique que la fonction / (x) possède une seule racine
dans l ’intervalle (a, + oo), il vient
I = l 6 (*, b).
Une analyse analogue peut être appliquée à d’autres combinaisons
de signes des' dérivées /' (x) et f m(x).
R e m a r q u e 2. La formule (3) montre que plus la valeur
numérique de la dérivée /' (x) est grande dans le voisinage de la racine
considérée, plus la correction qu’il faut ajouter à la rc-ième approxi
mation pour obtenir la (n + l)-ième approximation est petite.
Il s’ensuit que la méthode de Newton est surtout commode lorsque
dans le voisinage de la racine considérée la pente du graphe de la
fonction est importante. Mais si la valeur numérique de la dérivée
/ ' (x) dans le voisinage de la racine est faible, les corrections seront
grandes et le calcul de la racine d’après cette méthode peut prendre
beaucoup de temps et devenir même impossible. Par conséquent,
si la courbe y = / (x) est presque horizontale dans le voisinage du
point d’intersection avec l ’axe 0x, l ’utilisation de la méthode de
Newton pour la résolution de l ’équation / (x) = 0 n’est pas recom
mandée.
Pour évaluer l ’erreur de la rc-ième approximation xn, on peut
faire appel à la formule générale (5) du § 1
(6)
Si le processus de Newton
converge, xn — quand
n-*- oo. C’est pourquoi avec
N, on a :
15 xn I ^ I %n ^n-i I»
quand N est suffisamment grand,
ce qui signifie qu’à partir d’une
certaine approximation les pre
miers chiffres « stabilisés » des
approximations et xn sont
exacts.
Constatons que dans le cas
général la coïncidence à e près
de deux approximations succes
sives et xn n’assure nulle
ment la coïncidence avec la même précision de la valeur xn et de
la racine exacte £ (fig. 19).
Etablissons également la formule qui associe les erreurs absolues
de deux approximations successives xn et :rn+1. La formule (5)
entraîne
t _ / (J n ) f 9 (cn) / r \2
6 " /'(*„) 2 ’ /'(cn) ^ Xn) '
où cn £ (xn, £). D’où, en tenant compte de la formule (3), on a
En particulier, si
n /<*„>
n /'<*„>
0 - I l 3453 -5 1 8 3 0 ,7
1 — 10,3 1 3 4 ,3 -4 2 3 4 0 ,0 3
2 - 1 0 ,2 7 3 7 ,8 -4 1 9 6 0 ,0 0 9
3 — 10,261 0,2 — —
0 y ^ = 4 ,7 1 2 3 9 (270°) -1 — 4 ,7 1 2 - 0 ,2 1 2 ( ^ - 1 2 ° 1 0 ')
1 4 ,5 0 0 0 4 (2 5 7 °5 0 / ) - 0 ,0 2 9 1 - 4 ,3 9 9 - 0 , 0 0 6 6 (ss - 2 2 ' 4 2 ' )
2 4 ,4 9 3 4 3 (2 5 7 °2 7 '1 6 * ) - 0 ,0 0 0 0 3 — —
• On pourrait prendre, certes, xn= ît, mais un tel choix est défavorable
du fait que /' ( ji ) = 0.
§ 5 .] METHODE DE NEWTON 127
x‘ = ” - 7 ^ r -
La racine £ peut être calculée avec la précision imposée à l ’aide de la
méthode de Newton.
II. Soit
f { x o )= 0 , / (x0) r (x) < 0 .
L ’équation (10) a alors deux racines £ et £' dans l ’intervalle
( —oo, + oo) (fig. 22).
La transformation du premier membre de l ’équation (10) d’après
la formule de Taylor donne approximativement:
/ (xo) + f (x0) (x - x0) + - - f (*o) (x - x0)- = 0
OU
/ (*o) + y / ' (xo) (x ~ xo)2 = 0.
128 ÉQUATIONS ALGÉBRIQUES ET TRANSCENDANTES [CH. IV
utile si / ' (xn) est compliquée. On peut montrer que sous l ’hypothèse
de la permanence des signes des dérivées /' (x) et /" (x) les appro
ximations successives (2) donnent un processus convergent.
§ 7. Méthode combinée
Soit / (a) f (b) < 0 alors que /' (x) et f ” (x) gardent les signes
constants sur le segment [a, b1. En combinant la méthode des parties
proportionnelles à la méthode de Newton on obtient une méthode
dont chaque étape permet de déterminer les valeurs par défaut et par
excès de la racine exacte £ de l ’équation f (x) = 0.
Il en résulte, en particulier, que les chiffres communs pour xn
et xn appartiennent nécessairement à la racine exacte £. Quatre cas
peuvent se présenter théoriquement:
1 ) / ' ( * ) > 0 ; î ” (x) > 0 (fig. 25);
2) /' (x) > 0 ; / " ( * ) < 0 (fig. 26);
3) /' (x) < 0 ; f" (x) > 0 (fig. 27);
4 ) / ' ( * ) < 0 ; / ' ( x ) < 0 (fig. 28).
Nous nous bornerons à l ’exploration du premier cas, l ’étude des
autres cas étant analogue; par ailleurs, le caractère des calculs se
conçoit aisément à partir des dessins correspondants. Constatons que
130 ÉQUATIONS ALGÉBRIQUES ET TRANSCENDANTES [CH. IV
Ainsi, soit / ' (z) > 0 et /" (z) >- 0 pour a ^ z ^ b. Posons z0 =
— a; x 0 = b et
/(*„) (z n — z n)* ;
%n+1—%n (1)
et _
0 < £ —xn< x n —x n. (2)
Si Terreur absolue admissible de la racine approchée xn est donnée
à l ’avance et est égale à e, le processus de rapprochement s’arrête
dès que Ton établit que xn — xn < e. Après la fin du processus le
mieux est de prendre comme valeur de la racine Ç la moyenne arith
métique des dernières quantités obtenues:
i = y (*» + *,»).
I *n+i — Zn I ^ q n \ x i — x0 |. (10)
Considérons la série
*0 + (^1 — *o ) + (x 2 — ^ l ) + • • • + (^7i — x n - l ) + • • •* ( H )
telle que nos approximations successives xn soient ses (n + l)-ièmes
sommes partielles, c’est-à-dire
xn = ^ n + i-
de plus, | est une racine unique sur le segment [a, b] de l'équation (17) ;
3) l'estimation (15) est justif ée.
D é m o n s t r a t i o n . 1) En effet, soit
x o 6 fa, PI.
Alors il est clair que l ’égalité
= 9 (x o)
xi
a un sens. En utilisant l ’égalité
1 = 9 (1),
f 8.] MÉTHODE DES APPROXIMATIONS SUCCESSIVES 139
X0 Xf x2 £
-o —
O O O-
X
Fig. 34a.
Fig. 34b.
Ainsi, dans le cas d’une dérivée <p' (x) négative, si deux approxi
mations x 0 et xx appartiennent au voisinage (a, b) de la racine S,
toute autre approximation xn (n = 2, 3, . . .) appartient également
à ce voisinage et la suite {xn} « e n v e l o p p e » l a racine £.
Constatons que l ’inégalité
I £ Xn | ^ | Xn 2/1-1 I
est évidente, ce qui traduit le fait que dans ce cas les chiffres stabilisés
de l ’approximation xn appartiennent nécessairement à la racine
exacte |.
E x e m p l e 1. Chercher les racines réelles de l ’équation x —
— sin x = 0,25 avec trois chiffres significatifs exacts.
S o l u t i o n . Mettons l ’équation considérée sous la forme
x = sin x + 0,25.
Etablissons graphiquement que sur le segment [1,1 ; 1,3] l ’équa
tion possède une racine réelle £ égale approximativement à i 0 =
= 1,2 (fig. 35).
§ 8.] MÉTHODE DES APPROXIMATIONS SUCCESSIVES 141
et
g= l Mi < 1.
Ainsi l ’inégalité (21) est respectée.
E x e m p l e 2. Trouver la plus grande racine positive £ de
l ’équation
2? + x = 1000 (22)
à 10"4 près.
S o l u t i o n . Cherchons par approximation grossière la valeur
approchée de la racine x0 = 10; il est clair que £ < *o-
L’équation (22) peut se mettre sous la forme
1000 - a * (22')
ou
1000 1
X2 x’ (22')
ou encore
x — y /l0 0 0 —x, (22')
etc. La plus avantageuse des variantes considérées est (22") parce
qu’en prenant pour intervalle principal (9, 10) et en posant
<p(x) = ^ 1 0 0 0 - x .
on aura
—1
?'(*) = 3 y (1000 - x )2 *
D’où
1__ 1
99Ü2 300
T a b le a u 4
n "n
0 10 990
1 9,96655 990,03345
2 9,96666 990,03334
3 9,96667
• • • + ( - 1>’" ‘ i; - , f r ê ‘, . - 1) + • • ■ -0,4431135.
S o l u t i o n . On a x = <p(x), où
q>(x) = 0,4431135 + 4 - 4 +4 - â +S - . ..
En rejetant toutes les puissances de x supérieures à la première,
on trouve la valeur approchée de la racine x 0 = 0,44. Puis
xt = <p (0,44) « 0,47 ;
x2 = cp (0,47) « 0 ,4 7 6 ;
*3 = cp (0,476) « 0,4767 ;
X/h = cp (0,4767) « 0,47689 ;
x5 = cp (0,47689) « 0,476927 ;
x6 = cp (0,476927) «0,476934;
x7 = cp (0,476934) «0,476936.
Par conséquent, \ = 0,47693.
Voici encore un procédé d’amélioration de la convergence du
processus itératif, qui, dans certains cas, peut être utile [71.
Soit l ’équation
x = cp (x)
telle que dans le voisinage de la racine cherchée £ l ’inégalité
| cp' (x) | > k > 1.
soit vraie. Pour cette équation le processus itératif est divergent.
Toutefois, si on la remplace par une équation équivalente
x = ÿ (x).
S 9.] MÉTHODE DES APPROXIMATIONS POUR UN SYSTÈME 145
resse est
x 0 = 3,5 ; i/o = 2,2.
Pour pouvoir appliquer la méthode des approximations successi
ves mettons notre système sous la forme:
y= -r 3 l g z = q>2( x , y).
Cherchons les dérivées partielles
aq>| ÿ+ 5 d<p2
àX 4 j / -r(ÿ + 5 ) - l ’ dx 2V x + 3 1 g i ’
où M = 0,43429,
àVt _ ________ *________ à(p2 n
t . / *(y + 5)-^T ’ ^
En se bornant au voisinage
J î { |x - 3 ,5 |< 0 ,1 ; |y - 2 ,2 |< 0 ,l > .
on a :
d*Ti 2 ,3 + 5
< 0 ,5 4 ;
dx < j / 3,4 (2.1 + 5) — 1
a<p, 3,6
ày <- < 0 ,2 7 ;
.1 + 5 ) - 1
j / 3.4 (2.1
3-0,43
d<p2 3,4
~dx* < 0 ,4 2 ;
21/3 ,4 + 21g 3,4
dq>2
ày = 0.
D’où
foi + d(p2
< 0,54 + 0,42 = 0,96 < 1 ;
dx dx (4)
d(p2
—
dy 1
“+ dy < 0 ,2 7 + 0 = 0,27 < 1 . (5)
n *71 *71
0 3 ,5 2,2
1 3 ,4 7 9 2 ,2 5 9
2 3 ,4 8 1 2 ,2 6 0
3 3 ,4 8 4 2 ,2 6 1
4 3 ,4 8 6 2 ,2 6 1
5 3 ,4 8 7 2 ,2 6 2
6 3 ,4 8 7 2 ,2 6 2
on a
F (%n *f* hn » l/n “h ^n) — 0,
( 2)
G (xn + hn ; yn + kn) = 0.
En appliquant la formule de Taylor et en se bornant aux termes
linéaires par rapport à hn et Arn, on a :
F Un) “1“ hn^x (*^n? l/n) “I" ^nFy l/n) —0 ,
(3)
G (xn, yn) + hnG'x (xn, yn) + knG'y (xn, yn) = 0.
Si le jacobien
F x ( x ni yn) F y ( ^ n , Un)
J (*n, y n) = =7^0,
Gx fenr l/n) Gy ( x nj y n)
le système (3) amène
4 F ( Xru y n ) F y (Xn i y n )
K = •/ yn) G ( ^ n , l / n) G y ( x n , y n ) (4)
________
1 Fx (xn, y n) F (xn, y n)
K = •/ (xm Un) | Gx (xn, yn) G (xn, y n) (5)
d’où
- 3 ,4 0
97,910.
9,40
Calculons hQ d’après la formule (4) :
1 —0,434 —3,40 3,389
Ao = 97,910 97,910
0,0349,
0,1956 9,40
et trouvons d'après la formule (6)
= 1,2 + 0,0349 = 1,2349.
La formule (5) donne k0
8,64 —0,434
k — ____* - -0 ,0 3 9 0 ,
K° 97,910 4,91 0,1956
et la formule (6) permet de trouver
yt = 1,7 — 0,0390 = 1,6610.
En reprenant cette procédure avec les valeurs obtenues, on aura
x 2 = 1,2343; y2 = 1,6615, etc.
La méthode de Newton pour les systèmes généraux est décrite
dans le chapitre X III (§§ 1 à 7).
ou
_ r n i)
/' (Ç)
Par conséquent,
/ (Ç) = o.
Pour évaluer l’erreur de la valeur approchée zn supposons que
I f (z) I ^ mt > 0 avec z £ U.
Alors pour la fonction considérée
w = f (z)
il existe dans un iï-voisinage suffisamment petit de la racine £ une
fonction inverse univoque
z = / - 1 (w),
définie dans un certain voisinage | w | < p , dont on sait que sa
dérivée est
—dw
= —/ ' (s) . (4)
En supposant que |/ ( z „ ) |< p , on a
/( in ) Hzn)
BIBLIOGRAPHIE
1. I. Bésikovitch. Calculs approchés. Gostekhizdat, 6e éd., 1949, chapitre VI.
2. / . B. Scarborough. Nurne ri cal Mathematical Analysis. John Hopkins,
1950.
3. E. W hittaker et G. Robinson. The calcul of observations. A treatise on nume-
rical mathematics. Blacke and Son. Ltd, London and Glasgow, 1944.
4. G. Fichtengoltz. Cours de calcul différentiel et intégral, t. I. Gostekhizdat,
1957, chapitre IV.
5. G. Tolstou. Cours d’analyse mathématique, t.’ I. Gostekhizdat, 1954, cha
pitre VII.
6. A . Guelfond. Calcul des différences finies. Dunod, Paris, 1962, chapitre V.
7. D. V e n ts e U E. V e n ts e l. Eléments de la théorie des calculs approchés. Editions
de l’Académie militaire de l’Air N. Joukovski, 1949, chapitre 3, § 4.
8. A . Ostrowski. Recueil mathématique, 2, (1937).
9. L. Kantorovitch. Sur la méthode de Newton. Travaux de l’Institut mathé
matique V. Stéklov, XXVIII (1949), pp. 104-144.
CHAPITRE V
§ 1. Généralités
Considérons l'équation algébrique de degré n (n ^ 1)
P (x) =aoa:n + ajX71-1 + . . . + an = 0, * (1)
où les coefficients a0, al9 . . ., an sont des nombres réels, en outre
a0 ^ 0.
Dans le cas général la variable x est supposée complexe.
T h é o r è m e f o n d a m e n t a l d e l ’a l g è b r e . Une
équation algébrique de degré n (1) (et, par suite, un polynôme P (x))
admet exactement n racines réelles ou complexes, chaque racine étant
prise avec son ordre de multiplicité [1], [2].
On dit que l ’ordre de multiplicité de la racine £ de l ’équation (1)
est s (c’est-à-dire £ est une racine d'ordre de multiplicité s), si
p (g) = P*a) = . . . = p<*~" a) = o,
P {8) (l) ¥* 0. (2)
Les racines complexes de l ’équation (1) jouissent de la propriété
d'être conjuguées deux à deux.
T h é o r è m e 1. Si ies coefficients d'une équation algébrique (1)
sont réels, ses racines complexes sont conjuguées deux à deux, c'est-à-dire
si 5 = a + îp (a, P étant réelles) est une racine d'ordre de multiplicité
s de l'équation (1), le nombre \ = a — est également une racine
de cette équation et son ordre de multiplicité est également s.
Notons que les modules de ces racines sont les mêmes:
111 = 111 =
C o r o l l a i r e . Une équation algébrique de degré impair à coef
ficients réels a au moins une racine réelle.
Il n’est pas difficile de donner une approximation grossière
aux modules des racines de l ’équation (1).
§U GÉNÉRALITÉS 157
Théorème 2. Soit
A = max{ | at |, | a2 |» . . | an |},
oà ak sont les coefficients de l'équation (1).
Le module de toute racine xh (k = 1, . . ., n) de l équation (1)
vérifie alors l'inégalité
IXh | < i + ?
(fig. 39).
D é m o n s t r a t i o n . En
posant | x \ > 1, la formule (1)
entraîne
P (x) I> | OoXn | - ( | a,*»-» | -j- | a2z"-* | + . . . -f | a» |) >
> | a o | | x | " - ^ ( | x r » + |x |n- * + . . . + l) =
= i ao i k r - 4 ^ ^ > ( | a o i - — - r ) i x r .
Si
Les premiers membres des égalités (7) sont les sommes des produits
des combinaisons une à une, deux à deux, etc., des racines de
l ’équation (1).
E x e m p l e 1. Les racines x2, x3 de l ’équation du troisième
degré
x3 + px2 + qx + r = 0
satisfont aux conditions:
x\ + x2 + x3 = —p, 1
Xjx2 + x,x3 + x2x 3 = 7, >
XjX2x3 = —r. J
Si l ’on tient compte de l ’ordre de multiplicité des racines, le
développement (6) devient
P (x) = a0 (x — x,)®* (x — x2)a2. . . (x — xm)®"*,
où xh x2, . . ., xm (m ^ n) sont des racines différentes de l ’équa
tion (1), et (Xj, oc2, . . a m leurs ordres de multiplicité; en outre
a, + a 2 + . . . + a m = n.
La dérivée P' (x) s’exprime de la façon suivante :
P ’ (x) = a0 (x — x,)®»-1 (x — x,)»*-1 . . . (x — xm)Œ»>-1 Q (x),
où Q (x) est un polynôme tel que
Q (xh) =5^ 0 avec k = 1, 2, . . ., m.
C’est pourquoi le polynôme
R (x) = a0 (x — Xj)®»”1 (x — Xo)®»'1 . . . (x — xm)®m"1
est le plus grand commun diviseur du polynôme P (x) et de sa déri
vée P' (x). On sait que le polynôme R (x) peut s’obtenir à l ’aide
de l ’algorithme d’Euclide [1]. La composition du quotient
1w R (x)
160 PROCÉDÉS DE RÉSOLUTION DES ÉQUATIONS ALGÉBRIQUES [CH. V
T a b le a u , 7
S b
ji
/ 0
-H
± T ± T ^ 6 ±Jl
X 3 —4,22 -1 0 1 15 6,22 -1
on a
P (x) = 8 (cos t + i s in t)2 — 6 (cos t + i sin t) + 1 =
= (8 cos 3/ — 6 cos t + 1) + i (8 sin 3t — 6 sin /).
D’où
X = 8 cos 3* — 6 cos t + 1,
(K)
Y = 8 sin 3/ — 6 sin U
Après avoir construit suivant les points la courbe K (cf. tableau 7),
on voit sans peine que la courbe enveloppe trois fois l ’origine des
coordonnée (fig. 42). C est
pourquoi N = 3 et, par con
séquent, l ’équation (9) possè
de à l ’intérieur du cercle
| x | < 2 trois racines.
fl= * + i / î - <3>
ou B est la plus grande des valeurs absolues des coefficients négatifs
du polynôme P (x).
D é m o n s t r a t i o n . Soit x > 1. Si tout coefficient non
négatif a,, . . ., ah du polynôme P (x) est remplacé par un zéro,
et tout autre coefficient akJ ak+i, . . ., an par un nombre négatif —5 ,
la valeur du polynôme (1) ne peut que diminuer et donner lieu
à l ’inégalité
P (x )> 00»- B (x"-h + X"-*-1 + . . . + 1 ) = a„x " - B 1.
on a
P (x) > 0,
ce qui signifie que toute racine positive x+ de l ’équation (2) vérifie
l ’inégalité
x+ < / ? .
OÙ
b ^ > 0 (s = l , 2 , p + q ),
en outre, 0 (/ = 1 ,2 , . ..,m ) .
En posant x > 0, on a
Qzj-i (x) - Qzj (x) = xnJ~p+1 [ ( ^ V - 1+ b ? xp-°- + . . . + ! $ ) -
§ 4. Méthode de Newton
T h é o r è m e de N e w t o n . pour x = c > 0 le poly
nôme P (x) et toutes ses dérivées P ' (x), P ” (x), . . ., P (7l} (x) sont non
négatifs :
P 'h'(c )> 0 ( * « 0 , 1 , 2 , . . . , » ) , (1)
et jP<n>(c) = n !a0 > 0, alors R = c peut être considéré comme la
limite supérieure des racines positives de l'équation
P (x)=0. (2)
166 PROCÉDÉS DE RÉSOLUTION DES ÉQUATIONS ALGÉBRIQUES [CH. V
P ' (c -1 )> 0 ,
P(Cn)> 0.
Les nombres de ce type existent car on a pour a0 > 0:
P {m) (x) + oo (m = 0, 1, 2, . . ., n — 1)
quand x -» -+ o o . Finalement on peut admettre c = cn.
En effet, puisque
P{71} (x) = n ! a0> 0 ,
la fonction P<n~1>(x) est croissante et, par conséquent, pour x > ct
on a :
(x) > P1*"1' (c,)> 0.
Cette dernière inégalité entraîne que la fonction jP<n"2) (x) est
croissante dans l ’intervalle [cu + oo), donc on obtient pour x > c2 ^
>Cil
/>(n-2, (x) > p<n-2, ^ Q
ICI
P ' (x) = lOx4 - 200x + 2,
P" (x) = 40x® - 2 0 0 ,
P* (x) = 120X2,
P IV (x) = 240x,
p v (l) _ 240.
Il est clair que P* (x) >• 0, P IV (x) > 0, P v (x) > 0 pour x > 0.
On a :
P * (x) = 40 (x3 — 5) > 0 avec x ^ 2,
Posons Ci = c2 = c3 = 2. Puisque
P ' (2) = 10-16 — 200-2 + 2 < 0 ,
on détermine le signe du nombre
P ' (3) = 10 -81 - 200-3 + 2 > 0.
On peut poser c4 = 3. Ensuite, on a :
P (3) = 2-243 - 1 0 0 - 9 + 2-3 - 1 < 0 ;
c ’est pourquoi on calcule:
P (4) = 2-1024 -1 0 0 -1 6 + 2-4 - 1 > 0 .
Donc cb = 4. Ainsi la limite supérieure des racines positives de
l ’équation considérée est
R = 4.
L’estimation donnée par la méthode de Newton est plus précise
que celle de Lagrange exposée dans ce qui précède, mais moins
précise que l ’estimation donnée par les sommes alternées (cf. exem
ple du § 3).
§ 6. Théorème de Budan-Fourier
La construction d’une suite de Sturm imposant en général des
calculs de grande taille, pour calculer le nombre de racines réelles
des équations algébriques on se borne en pratique aux procédés
particuliers plus simples.
Généralisons la notion du nombre de changements de signes dans
une suite numérique.
D é f i n i t i o n . Soit une suite finie de nombres réels
^2) • • m (1)
où Ci ^ 0 et cn =5^=0.
Appelons nombre inférieur N de changements de signes de la suite (1)
le nombre de changements de signes de sa sous-suite obtenue en suppri
mant les éléments nuis.
Appelons, d'autre part, nombre supérieur N de changements de
signes de la suite (1) le nombre de changements de signes de la suite (1)
transformée de façon que tout élément nul
ch — ck+i = • • • = Ck+l-l = 0
(Cfc-i ¥= 0, ck+i 0) soit remplacé par un élément ck+i (i = 0, 1,
2, . . ., I — 1) tel que
sgn ch+l = ( —l)Ui sgn ck+t. (2)
Il est évident que si la suite (1) ne possède pas d’éléments nuis,
le nombre N de changements de signes de cette suite coïncide par
définition avec ses nombres inférieur N et supérieur N de change
ments de signes:
N = N = N;
toutefois, en général N ^ N.
E x e m p l e 1. Déterminer les nombres inférieur et supérieur
de changements de signes de la suite
1, 0, 0, —3, 1.
[‘S o l u t i o n .
En négligeant les zéros on obtient:
N_= 2.
Pour calculer [iV d’après la formule (2) composons le système
1, — e, e, — 3, 1,
où 8 > 0. On en tire
N = 4.
T h é o r è m e d e B u d a n - F o u r i e r . Soient deux nombres
a et b (a < b) qui ne sont pas des racines du polynôme P (x) de degré n.
THÉORÈME DE BUDAN-FOURIER 171
la suite (9) est, à des facteurs positifs près, l ’ensemble des dérivées
P {k} (0) (k = 0, 1, 2, . . ., n) rangées suivant leurs ordres décrois
sants. C’est pourquoi le nombre de changements de signes de la
suite (9) est égal à AT (0), les coefficients nuis n’étant pas pris en
considération. D’autre part, les dérivées P (h}( + oo) (k = 0, 1,
2, . . ., n) ont évidemment le même signe et, par conséquent,
N ( + oo) = 0. On a donc:
& N = N (0 ) — N ( + oo) = N (0 ),
en outre, d’après le théorème de Budan-Fourier, le nombre de racines
positives de l ’équation (8) est soit égal à AN , soit lui est inférieur
d ’un nombre pair.
C o r o l l a i r e . Si les coefficients de l ’équation (8) sont non
nuis, le nombre de racines négatives de cette équation prises avec
leur ordre de multiplicité, est égal au nombre de permanences des
signes des coefficients du système (9) ou inférieur à ce nombre d’un
nombre pair.
Si on applique le théorème de Descartes au polynôme P ( —x),
la démonstration de cette proposition est immédiate.
Indiquons encore une condition nécessaire pour que toutes les
racines du polynôme soient réelles.
Théorème de H u â t . Si Véquation
üqX11 + atx71*1 + a2xn“2 + . . . + an = 0 (10)
possède des coefficients réels et toutes ses racines sont réelles, le carré
de tout coefficient non extrême de cette équation est supérieur au produit
de ses coefficients voisins, cest-à-dire
al > (* = 1 ,2 , . . ., n — 1).
Corollaire. S il existe k tel que
al ^ ûft-iûft+i»
l ’équation (10) possède au moins un couple de racines complexes.
E x e m p l e 3. Déterminer les racines de l ’équation
x4 + Sx3 — 12x2 + 104x - 20 = 0. ( 11)
xn =
où | 8fc | < e et e est une petite
grandeur. Pour abréger nous dirons
que les racines de ce type sont
séparées (fig. 44).
Utilisons maintenant les relations entre les racines et les coeffi
cients de l ’équation (1) (§ 1)
Xi • X 2<2-L1 - - -T ___ «1
lnn —--- fl0
X \X 2 -p x^x2—
j— «2 ,
+ *n-i*n = —
û0
X \X 2 ... X ji
^1^2(1 + ^ 2 ) = “®0 *
«0
où Eu Ez, . . . , E n sont des grandeurs petites en module devant
l’unité. En négligeant dans les égalités (4) les grandeurs Eh
(&==!, 2, . ..,n ) , on obtient des relations approchées
— ai
Xl~~ ao
XtXn —— 1
«0 (5 )
XjX2 • • • X ji
D’où les racines recherchées
Xi= —
ao ’
x2 — —
a2
«7 (0)
xn an -l *
par ailleurs, ces racines sont d'autant plus exactes, que dans les
relations (3) les grandeurs ek sont plus petites en module.
Pour obtenir la séparation des racines, on compose en partant
de l ’équation (1) une équation transformée
a'0m'yn + a[mY + . . . + a'™ = 0, (7 )
176 PROCÉDÉS DE RÉSOLUTION DSS ÉQUATIONS ALGÉBRIQUES [CH. V
dont les racines ylt y2, • . yn sont les m-ièmes puissances des
racines xx, x2, . . xn de l ’équation (1)
yh = s% (* = 1, 2, n). (8)
Si les racines de (1) que nous considérons dans l ’ordre de décrois
sance des modules sont différentes en module, les racines de (7)
pour m suffisamment grand sont séparées du fait que
lJh = ( Xh \ m—>-0 lorsque rn-+oo.
Soit, par exemple,
xt = 2; x2 = 1,5; x 3 = 1.
Avec m — 100, on a:
yx = 1,27 -1030 ; y2 = 4,06 -1017 ; y 3 = 1
et donc
— = 3,2*10-13 ; — = 2,5-10"18.
yi yz
Il est d’usage de choisir pour exposant m la puissance du nom
bre 2, c’est-à-dire on pose m = 2P, où p est un nombre naturel ;
la transformation elle-même se fait en p étapes dont chacune con
siste à composer une équation à racines qui sont des carrés des racines
de l ’équation précédente.
Le calcul approché des racines y h {k = 1, 2, . . n) permet
également de déterminer d’après les formules (8) les racines de
l ’équation initiale (1). La précision des calculs est d’autant plus
grande que le rapport des modules des racines voisines de l ’équalion
transformée est plus petit.
Le principe de cette méthode a été énoncé par Lobatchevski,
et le schéma commode du calcul pratique est proposé par Graeffe.
Le mérite de cette méthode est que son application rend inutile
la séparation des racines au sens du chapitre IV (§ 1). Il ne faut
que réaliser l ’élimination des racines multiples par l ’artifice décrit
au § 1. Le calcul des racines lui-même se fait par un mode uniforme
et régulier. Nous verrons plus loin que cette méthode permet égale
ment de calculer les racines complexes. Son inconvénient est la
mise en œuvre de grands nombres. De plus, la vérification des calculs
n’est pas assez sûre et l ’estimation de la précision du résultat obtenu
est plutôt difficile.
Constatons que si les racines de l ’équation (1) sont distinctes,
alors que les modules de certaines d’entre elles sont voisins, la con
vergence devient très lente. Dans ce cas il faut considérer les racines
comme égales en module et recourir à des procédés de calcul spéciaux.
S 8.] ÉQUATIONS ASSOCIÉES AUX CARRÉS DES RACINES 177
OÙ
A q = U“,
A j = ûj -- 2(Zg(Z2f
i4n — &n>
Voici une écriture plus compacte:
h
Ah = al + 2 S (— i r c ft. sûA+g (* = 0f l , 2 ,
8=1
où l ’on suppose que as = 0 avec s < 0 et s > n.
R è g l e . Chaque coefficient de Véquation transformée par la
quadratisation des racines est égal au carré de l'ancien coefficient moins
le double du produit des coefficients, qui lui sont voisins, plus le double
du produit des coefficients adjacents à ces derniers (respectivement
à gauche et à droite), etc., les coefficients manquants étant considérés
comme nuis.
bn-i yn + K = 0.
CAS DES RACINES DISTINCTES 179
On en tire:
(* = 1>2. • • • .» ) ; (*)
les signes des racines xk sont déterminés par une approximation
grossière lors de la substitution dans l ’équation considérée ou d’après
les relations entre les racines et les coefficients des équations. En géné
ral, le processus de quadratisation se poursuit tant que les doubles
produits ne cessent d'intervenir dans les premiers termes principaux
des coefficients de l ’équation transformée.
R è g l e . Si par suite de Vannulation de doubles produits les
coefficients d'une certaine équation transformée sont, dans les limites
de la précision des calculs, égaux aux carrés des coefficients respectifs
de l'équation transformée précédente, le processus de quadratisation des
racines doit être arrêté.
En effet, si l ’équation transformée correspondant au 2p+1-ième
degré est de la forme
CoZn + CjZ"-1 + . . . + cn = 0
et que les relations
Cft = bi (k = 0, 1, 2, . . n),
soient observées, on a évidemment :
Tableau 8
Calcul des racines réelles par la méthode de Lobatchevski-Graeffe
Puissances X» X* X xO
1 1 0 -3 1
0 \ 9 1
6 1 0 1
2 1 6 9 1
36 \ 81 1
— 18 } -1 2 }
4 1 18 69 1
3 ,2 4 -1 0 2 \ 4 ,7 6 1 -1 0 3 1
— 1 ,3 8 -1 0 2 / - 0 ,0 3 6 - 1 0 3 J
8 1 1 ,8 6 -1 0 2 4 ,7 2 5 -1 0 3 1
3 ,4 6 0 -1 0 * \ 2 ,2 3 3 -1 0 7 1
-0 ,9 4 5 - 1 0 * } 0 j
16 1 2 ,5 1 5 -1 0 * 2 ,2 3 3 -1 0 7 1
6 ,3 2 5 - 108 \ 4,986 -1 0 * * 1
- 0 ,4 4 7 - 1 0 » | 0 J
32 1 5 ,8 7 8 -1 0 8 4 ,9 86-10** 1
3 ,4 55-10*7 1 2 486-1 0 2 » )
- 0 ,0 1 0 - 1 0 * 7 / 0 }
64 1 3,445-10*7 2 ,4 86-102» 1
1,187-10351 6,18 0 -1 0 5 8 !
0 } 0 1
128 1 1,187-1035 6,180-1058 1
Il en résulte
x x = ± y f 3,445 • 1U17,
,486
• 101S,
,445
xs = ± K ^ s ë * 10' 2'-
En prenant les logarithmes:
lg | x, | = ~ 17,53719 = 0,27402,
lg I *21= ~ ■11,85831 = 0,18528,
lg | xs | - ~ . (—29,39550) = 1,54070,
et, par conséquent
x, = ±1,879;
X2 = ±1,532;
x3 = ±0,347.
§ 10J CAS DES RACINES COMPLEXES 181
Pour établir les signes des racines, notons que d'après la règle
de Descartes, l ’équation (5) a une racine négative et deux racines
positives *, de plus
Xi + x2 + x3 = 0. (6)
Donc la racine de module maximal doit être négative et on a fihale-
ment
Xi = — 1,879,
x2 = 1,532,
x3 = 0,347,
la relation (6) étant respectée dans les limites de la précision imposée.
A titre de comparaison, donnons les valeurs des racines fournies
par la formule de Cardan :
x, = 2 cos 160° = — 1,87938 ;
x2 = 2 cos 40° = 1,53208 ;
x3 = 2 cos 80° = 0,34730.
Remarquons que dans notre cas le calcul des racines est un peu
simplifié, car les coefficients extrêmes de Téquation sont égaux à 1.
En général, pour appliquer la méthode de Lobatchevski-Graeffe
on recommande de transformer au préalable l ’équation de façon
à rendre le coefficient du terme principal égal à un et le terme cons
tant à ± 1 (cf. [51).
*1*2 • - • *m *m +1 . . . Xn = ( — l ) n “ ÎL.
$ 10.1 CAS DES RACINES COMPLEXES 183
X \X 2 Xm£m+1 • • •
1)“0” • —(
On en tire en utilisant la dernière relation donnée par les formu
les (3):
am+1
Zm+2~\~^m+3 “f" • • • “H am —
am+2
•^m+i^m+2 “f" • • • + ^n—
l^n = am 1 (5)
• • • X„ = ( - l ) ,- ,' * - p - .
am
Par conséquent, les racines xm+1, x m+2j . . arn~de la deuxième
catégorie (aux modules petits) sont approximativement les racines
de Péquation
amx n“m + am-i*"-"1-1 + . . • + an = 0. (6)
Dans les conditions considérées, Péquation (1) se décompose ainsi
en deux équations de degrés inférieurs, dont chacune définit appro
ximativement les racines appartenant à Pune des catégories.
Un raisonnement par analogie conduit à la conclusion que si
les racines de (1) peuvent former p catégories
•£| t ^2» • • • » %m\ »
1+2» • • • » *£mo ,
^mp-i+1ï » • • •»%mp
{mi + m2+ . . . -4 mp = n).
telles qu’elles vérifient la condition
| Xi | ^ | X2 | ^ . . . ^>| Xmi | ^ | | | |& •••
— > l x mt | ^ | ^m p.i-t-1 | ^ J ^ m p - i+ 2 ^ ^ | ^m p |?
qui, pour les modules des racines de plus bas rangs, consiste à dépasser
nettement en module les racines de rangs plus élévés (ce qui nous auto-
184 PROCÉDÉS DE RÉSOLUTION DES ÉQUATIONS ALGÉBRIQUES [CH. V
rise de dire que ces racines sont séparées au sens de groupe), alors les
racines de chaque catégorie peuvent être déterminées approximative
ment d’après les équations correspondantes
a0xm^ a lxmi~ '+ . . . = 0,
Æmi^77*2~\~ • • • “P ^mi+m2=
(7)
Æ m i-fm s -f-. # . “ f " n i 7 i i 4 ’W *ï4*» • . + w * p — ^ • ••
• • • ” 1" ^ m i 4 “n » 2 + . . . + w p = j
bm-zUm-\ + ^m-1 = 0*
^m+l!/m+2 “f" ^m+2 ~ 0»
bn-iUn + bn = 0.
Il en résulte
Xh = ± 1).
Il en résulte tr
2u —Xm -f- xm+1— ” ------2 xk
h=£m
h=£m-f-1
et, par conséquent,
2 ' 1»'
k=£m
k^=m+i
Le module commun r des racines complexes donné par la formule (3)
permet de trouver le coefficient v de leur partie imaginaire
v = Yr~ —ua. (5)
Les formules (4) et (5) donnent les racines complexes cherchées
Xm. m+l = « ± iv-
T a b le a u 9
Puissan *« *3 x2 X *o
ces
1 1 1 -1 0 -3 4 -2 6
1 \ 100 \ 1156 \
20 Jt 68 1 -5 2 0 J
-5 2 J
2 1 21 -> 116 636 676
441 \ 1 ,3 4 6 -1 0 * ! 4 ,045-10» \
-2 3 9 / - 2 ,6 7 1 - 1 0 * - 1 ,5 6 8 - 1 0 » /
0 ,1 3 5 -1 0 * J
4 1 209 - 1 ,1 9 0 - 1 0 * 2,477-10» 4 ,5 7 0 -1 0 »
4 ,3 6 8 -1 0 * \ 1 ,4 1 6 .1 0 » 1 6,135-101» \
2 ,3 8 0 -1 0 * / - 1 ,0 3 5 - 1 0 » \ 1 ,0 8 8 -1 0 1 0 /
0 ,0 0 9 -1 0 » J
8 1 6 ,7 4 8 -1 0 * 3 ,9 0 .1 0 ? 7 ,2 2 3 -1010 2 ,0 8 8 -1 0 *
4 ,5 5 4 -1 0 » 1 1 ,5 2 1 .10i» 1 5,216-1021 \
— 0 ,0 7 8 .1 0 » / - 9 ,7 4 8 - 1 0 1 » } - 0 ,0 1 6 - 1 0 2 1 /
0 J
16 1 4 ,4 7 6 -1 0 » - 8 ,2 2 7 - 1 0 1 » 5,200-1021 4,36 0 -1 0 2 2
2 ,0 0 3 -1 0 1 » ï 6 ,7 6 8 - 10»i 1 2,704-10*» \
0 , 002. 101» / - 4 , 6 5 5 - 10»i \ o J
0 J
32 1 2 ,0 0 5 .1 0 1 » 2,113-1031 2,704-10*3 1,901-10*»
4 ,0 2 0 .1 0 » » \ 4 , 4 6 5 - 10»2 1 7 ,3 1 2 -10»« \
0 J — 1 ,0 S 4 - 1 0 « } 0 J
0 /
64 1 4,020-10»» — 6 ,3 8 -1 0 « 2 7 ,3 1 2 - 10»« 3 ,6 1 4 - 10»o
x^x2x3x4 — — 26»
Par suite, en utilisant les valeurs xt et x4 obtenues dans ce qui pré*
cède, on obtient :
x2 + x3 = — 3,869 ;
x2x3 = 5,677.
C’est pourquoi x2 et x3 peuvent être trouvées comme racines d’une
équation quadratique
x2 + 3,869x + 5,677 = 0,
dont la solution donne:
x2.s = — 1,934 ± l,391î.
S 12.1 CAS DE DEUX COUPLES DE RACINES COMPLEXES 189
Par suite
xj = ± ) / — - + 1, j ^ m , j ^ m + i).
Les racines complexes xh, xh+i et xm, xm+t sont déterminées respecti
vement à partir des équations trinômes
bh-tXaP+1—bhx*p 6ft+J = 0 (2')
et
6m. 1x*p+1- bmx*p + bm+i = 0. (2')
Introduisons les notations:
ri = I xk | = | xfc+11
et
r2 = I xm I = I xm+1 I-
En prenant en considération que
r; = x hxh+i
et
r2 = ZmXm+1»
les équations (2') et (2*) permettent de calculer les carrés des modules
des racines complexes
- _ 2t / bk+t et 2 __ V / " àm+i
r‘ “ V bh-i et r* V bm. t •
Pour déterminer les parties réelles ux et u2 des racines complexes, on
utilise les relations entre les racines et les coefficients de (1) du § 10,
et notamment
^2^3 • • • "I" “1" •••"!“ ^1^2 • • • ^n-l ~ ( 1) 1 “
et
X\X2 . . . Xji = ( _ ! ) " f i .
v ' «O
Divisant la première égalité par la deuxième on obtient :
* n -l
—
X i
+ —
X 2
+ + T"- =
En outre,
x i 4" x 2 “H • • • 4“ x n —
“0 • -----
et
2u+
*ft+i xm *m+i rf
le système linéaire d’équations suivant:
ax 1
U\ -f VL2 = —
2a0 2 CT,
(3)
«1 , « 2 _
r2
rl I 2
r2
*n-l
V,
où a est la somme des racines réelles et o' la somme de leurs gran
deurs inverses:
o= 2 *j
j=£h, fc+l, m, m-f-1
et
o = S "77* '
j / fc, fc-f-1, m, m-J-l
Après avoir calculé u{ et u2 à partir du système (3), on détermine
les coefficients vx et v2 des parties imaginaires des racines d’après
les formules
Vi =-- Y r \ — U?» v2 = V r \ — u:.
Ainsi, on a finalement:
* /i, h+i — u j : k iV\
et
*m. mfi == ^2 r IVo.
E x e m p l e . Résoudre par la méthode de Lobatchevski-Graeffe
l ’équation [71
s4 + 4xr — 3x + 3 = 0. (4)
S o l u t i o n . Appliquons la méthode de quadratisation jusqu’à
la puissance 16 et effectuons le calcul avec quatre chiffres signifi
catifs exacts pour obtenir les résultats fournis par le tableau 10.
On voit sans peine que dans la transformation suivante le coeffi
cient médian sera égal au carré de sa valeur antérieure. On arrête
donc le processus. Puisque parmi les coefficients de l ’équation
transformée il y a, dans le cas de la puissance 16, deux coefficients
négatifs, l ’équation (4) admet deux couples de racines complexes:
*i.2 = ux ± ivi
et
*3.4 = ^2 dh iv2»
192 PROCÉDÉS DE RÉSOLUTION DES ÉQUATIONS A LG ÉBRIQ U ES [CH. V
Tableau 10
Calcul de deux couples de racines complexes par la méthode
de Lobntchevski-Gracile
Puissan *4 X3 X2 X xO
ces
1 1 0 4 —3 3
0 \ 16 )
-8 | ° 9 )
6 J -2 4 j
2 1 -8 ^ 22 -1 5 9
64 \ 484 1 225 \
—44 J -2 4 0 \ -3 9 6 J
18 J
4 1 20 262 -1 7 1 81
4-102 1 6,804.10» ï
-5,24-102 f 0,684 • 10» \
2,924-10»
0,016-10» J -4,244-10» }
8 1 — 1,24-102 7,564.10» —1,320*104 6,561-103
1,528.10») 5,728.100 )
-15,128*10» J -0,003.100 }
1,743.10»
-9,927*108 }
0 J
16 1 — 1,359.105 5,720.10» -8,184-108 4,305*107
" c - + c = ( t ) ‘+ • + c » ( t ) ‘
Si Ci # 0, en passant à la limite dans la formule (8) pour i ->• oo
et en tenant compte de ce que les inégalités (7) donnent lieu aux
relations limites
on aura :
lim -^±i *1-
i-v o o yi
Tableau 11
Calcul des racines d'une équation algébrique
par la méthode de Bernoulli
{ t'i i
*l "i-1 fri-1
5 —5 -5 10 15 575 -4 ,9 9 2
6 25 —5 11 - 7 7 750 —4,928
7 —125 —5 12 388125 —4,99196
8 625 -5 13 - 1 937 500 -4,991948
9 —3120 -4 ,9 0 2
BIBLIOGRAPHIE
1. A . Kurosh. Cours d'algèbre supérieure. Editions MIR, Moscou, 1971.
2. G. Chapiro . Algèbre supérieure. 4e éd., GUP1, Moscou, 1938, chapitres
III, VI.
3. D. Grave. Eléments d'algèbre supérieure. Kiev, 1914, chapitre X.
4. B. Fouks , B. Chabat. Fonctions des variables complexes. Gostekhizdal,
Moscou-Léningrad, 1949, chapitre VII.
6 . A . Krylov. Conférences sur les calculs approchés. 2e éd., Editions de l'Aca
démie des Sciences de l’U.R.S.S., chapitre II.
6 . / . B. Scarborough . Numerical mathematical analysis. John Hopkins, 1950,
chapitre X.
7. B. Mlodzéevski. Résolution des équations numériques. GIZ, Moscou, 1924,
chapitre IV.
8. A . Guelfond . Calcul des différences finies. Dunod, Paris, 1962, chapitre V.
9. F . B. H ildebrand . Introduction to numerical analysis. New York-Toronto-
London, 1956.
10. V. Zagouskirt. Aide-mémoire de méthodes numériques de résolution des
équations algébriques et transcendantes. Physmathguiz, 1960.
CHAPITRE VI
A = B + % ( a n- b n). (4')
n=l
2
n=l
(«„-«*»). (5)
Dans ce cas
-< > (£ )•
(au moins!).
Considérons les séries auxiliaires
= ±
m r
[_ -n (n + l ) . . . ( n + m - l ) (n + l)(n + 2) . . . (n + m) ]•
il vient
N
1
« ’ - S - (n + 1) . . . (n+m )
71=1
=JLr__ L_m
mL1-2 ... ( t f + l ) ( t f + 2)...(J V + m ) ] •
Par conséquent,
iS*m) = lim (8)
N-»oo mm!
En utilisant l ’idée de Stirling, le terme général de la série défini
par la formule (6) est mis sous la forme d’une somme finie des facto
rielles inverses
n _____ ^1 i ^ 2 ___________ i j ______________A m ___________ i _ (m )
n n (n + 1) n (n + 1) (n + 2) * ' n (n + 1) . . . (n+m ) ~r n 1
n _ 0 (“^ r ) ’
si
n_
- (4-r
lim = C = £ OO.
A* l an » (n + 1) (» +.2)
(9)
m- 1
n(n + l)i4/..( n + o J n ( n ~ 1 ) - - ^ ra+ m)-
Conformément au schéma général, on prend pour série auxiliai-
re (2):
oo
B = y i bn =
At • Aj
L n ( n + 1) + n(r* + l ) ( n + 2 ) n (n + 1) . . . (n + m ) ] -
= AiS'1' -f AzS*1' + . . . + 2 .
^ ^ 2-2! . Am
1*1! ^ 0°)
par ailleurs, il est clair que
n -* oo ° n
et
S = 2 *n = B + 2 < m)- (« )
n=i n—1
S an~Sp4~ 2 fln?
n=i n=p-f"l n=p-fl
on a :
S = S p+
oo
= s p+ A i 2 ( t - ttÎt) +
n=p+[
S 1.] AMÉLIORATION DE LA CONVERGENCE DES SÉRIES NUMÉRIQUES 2 0 f
+ 2 S [ « ( n + 1) (n + l ) ( n + 2) ] + ” •
n=p+i
oo
m s h
n=p+l
L n (fi + 1) . . . (fi + m — 1) (fi-f- 1) • • • (fi + tfi) ■]+
2 a» = 2 2 (P + l ) ( P + 2)
n=l n= 1
. _____
m (P + 1) (P + 2) . . . ( p + r n ) + •••
E x e m p le . Trouver la somme de la série
( 12)
fi* + l
n=i
à 0,001 près.
S o l u t i o n . Posons:
1_______ Ay A. I _f2)
T*ûn
"2 + l n (fi+ l) 1 n(n + l ) ( n + 2 )
On a
A ^ h m W(8W+ 1} = 1 ;
Tl-*>0O »1
A=JSM r ~ ^- tl'J+V2>- 1■
Par conséquent,
_r2) 1 1 1
an fi2 + l n(n + i) n ( n + 1 ) ( f i + 2) ”
n3 + 3 n g + 2rt — n 3 — 2fi* — f i - 2 — n^ — 1 _ fi — 3
" ( * + l ) ( " + 2) ( n î + l ) n (* + l ) ( * + 2) ("*- + ! )
Les formules (10) et (11) entraînent
1 fi — 3
( 12' )
1-1 ! è r+ S T (n + l ) ( « + 2 ) ( n * + l ) *
71= i
202 AMÉLIORATION DE LA CONVERGENCE DES SÉRIES [CH. VI
En général
1)p - i S 2p(2*)iP
S 2.] AMÉLIORATION DE LA CONVERGENCE DES SÉRIES ENTIÈRES 203
/ ( i ) = 2 a „ x n, (1)
n=0
2
n=0
On+1Xn+1= 2
m= 1
<*mXm = 2
n=l
«n*n -
Donc
= flo -r 2 ( a n+ i— c „ ) ï n = a0 -r 2 A a nx n ,
71=0 71=0
OÙ
Aan = an+i — an (n = 0, 1, 2, . . . )
sont les différences premières des coefficients an (pour plus de détail
sur les différences finies cf. chapitre XIV, § 1). Par conséquent,
les formules (3) et (4) permettent de déduire:
soit
oo
«0 X
(5)
2 ûn*n = 1 ---X 1—X
71=0 71=0
71=0 71=0
OÙ
à 2On = A (A O = AOn+t — AOn
sont les différences secondes des coefficients an. On en tire en vertu
de la formule (5) :
S
n=0
(T ^ + fé r 2
7i=0
»*•*)=
OO
fl0 xAflp î
1 —x (1-X )2
A2a„x".
71=0
§ 2.] AMÉLIORATION DE LA CONVERGENCE DES SÉRIES ENTIÈRES 205
O U
Aran = &r-1an+x— A r i an (» = 0, 1, 2, . . . )
#1=0 V n=0
206 AMÉLIORATION DE LA CONVERGENCE DES SÉRIES [CH. VI
fc=0 (l+ * )h
oo
+ ( ï t t ) p 2 (— i r ani x" . (8)
71=0
La formule (8) a également un sens pour x = 1.
E x e m p l e 1. Calculer à 0,001 près la somme de la série
oo
X”
/ ( * ) - 2 . (n+1)(n+2) (9)
71=0
pour z = — 1.
S o l u t i o n . Appliquons deux fois la transformation d’Euler
(p = 2). On a :
•- ----------1
(n + l)(n-------'
+ 2) »
1
Aan —an+1—an = (n + 2)(n + 3) (ti + 1)(71 + 2)
(» + l)(n + 2)(n + 3) ’
2
A2û„ - Aan+t—Aûn - — (B+2)(n + 3)(n+4) (it + l)(» + 2) (n + 3)
6
(n + l)(n + 2)(n + 3) (i» + 4) ‘
Par conséquent,
2
<h ^#2 * Aæq 1-2-3 ’
La formule (6) entraîne:
, , 4* 1 1 , 2 1 ,
1) = T I ’T + T T â ' T +
oo
1\2
+(-*) s 71= 0
(7 1 + 1 ) (71 + 2) (71 + 3) (71 + 4)
1 1 3 1 3 1 3 1 1
4 + 12 + 2 * 24 2 - 120 ‘ 2 * 360 2 840
4- 3 3 1 3 1
( 10)
2 1680 2 3024 ^ 2 5040
La série (10) est une série alternée à termes décroissants en module.
Par conséquent, si nous nous arrêtons au terme
3 1 1
( 2.) AM ÉLIORATION DE LA CONVERGENCE DES SE R IE S E N T IÈ R E S 207
0 1 2 2
1 3 4
2 7
1 4 -0 1 0 7 2
210 AMÉLIORATION DE LA CONVERGENCE DES SÉRIES [CFI. V
—X
etc.
Après m intégrations par parties, les formules (4) et (4') entraînent
n
an = *^5T j / (m>(*) C0S ( T * m + nX ) dx•
et
TT
e|, = - L j /<m> (x ) s in « x j <fx
—71
sont au signe près les coefficients de Fourier de la fonction / <m> (x)
continue par hypothèse. On sait qu’indépendamment de la con
vergence ou de la divergence de la série de Fourier, les coefficients
de Fourier d’une fonction continue tendent vers zéro lorsque leur
rang tend vers l ’infini *. Il en résulte que
8n —►*0 et e^-^0 quand n -* oc.
• Il en est ainsi du fait que toute fonction continue par morceaux / (x) à
coefficients de Fourier a n et bn (n = 0, 1, 2, . . .) vérifie V i n é g a li t é de B essel [7]
OO 71
4 + 2 < « i+ * i> < ir J **&**•
n= 1 -7i
Or
a" = 0 ( i ) ’ 6» sss0(-S5t)-
Ce résultat a été utilisé par A. Krylov qui Ta mis à la base de sa
méthode d’amélioration de la convergence des séries de Fourier.
R e m a r q u e . Si / <m> (x) satisfait aux conditions du théorème
de convergence, on montre sans peine que
«■=<>(■?) el
Dans ce cas l ’estimation des coefficients de Fourier est bien meilleure :
a* = 0 ( — ) et bn = 0 ( - ± - ) .
tiples :
oo
o0(x) = y b* sin nx,
n—!
OÙ
, 2 f ji — x ,
bn = — l —^— sm nx =
a
Jl —X cos n x |* 1 «
2 (\ 2 j cos nx dx J =
Jl n |o 2n
0
2 / ji 1 I*
71 \ 2 n S l n n i |o K -
Par suite
x , s\n 2 x s in, s in n x ,
<T0(X) -
i 1 2 1 *’ ’ n ' (5)
Il est évident que la fonction o0 (x) comporte une discontinuité
au point z = 0 avec un saut égal à n :
M + 0 ) - c 0( - 0 ) = ( — f-) = n.
C’est pourquoi la fonction
\|> (x) = <i0 (x — x0) ( —n ^ x ^ n; —n ^ x 0 ^ n)
fait en x 0 le même saut que la fonction a0 (x) :
(ar0 + 0) — ^ (x0 — 0) = n,
le point de discontinuité étant unique sur le segment [ —n, n).
Définissons la fonction Oj (x) par la formule
X
e ,+ 2 *2 0.
71= 1
214 AM ÉLIORATION DE LA CONVERGENCE DES SÉ R IE S [CH. VI
Il vient
n**l
oo
1
La série 2 est égale évidemment au terme constant de ia
n=l
x
série de Fourier de la fonction j o0(x) dx. On en tire en utilisant
u
Fig. 47.
la formule (4) :
Tl=l 0 0 ü
____ 1 _ [ j i 3 ___rt3 \
£L:
"TU 12 j 6 •
C’est pourquoi
ji2
Ci~ r
Donc
cos n x
0,(1) 2J *2» (8)
en outre,
f
X
0
où les constantes arbitraires cu c2, • • ••» cm sont choisies de façon
que le terme constant de la série de Fourier correspondante soit nul,
c’est-à-dire que les constantes ck (k = 1, 2, . . m) s’obtiennent
successivement d’après les conditions
o o
Les fonctions a* (x) (k = 1, 2, . . m) et toutes les dérivées
jusqu’à l ’ordre (k — 1) y compris sont continues sur le segment
[ —2ji, 2ji1. Par ailleurs, comme o*fc) (x) = a0 (x), il vient
a<*>( + 0 )-a< * > (-0 ) = Ji (& = 1,2,
donc la dérivée &-ième de la fonction ch (x) a une discontinuité
en x = 0 avec un saut égal à ji. Il en résulte que la fonction tyh (x) =
= ak (x — x0) ( —ji ^ x ^ jt), obtenue par translation de la fonction
0/t (x), n’a une discontinuité que de la dérivée ft-ième au point x = x0:
^ (*o + 0)— (x0—0) = Jt.
Soient maintenant
x<°>, x<2° \ xj£) les points de discontinuité de /(x );
x<1}, x^>, x(|> les points de discontinuité de /'( x ) ;
~hm faim)
2 —h— (9)
3= 1
La fonction g (x) jouit des propriétés suivantes :
1) aux points xî°\ x‘°\ . . x ^ la fonction g (x) est discontinue,
les sauts en ces points étant égaux aux sauts de la fonction / (x)
en points correspondants:
A<0)
g (*y» + 0) - g (*«>-0) = lo0 ( x , - x , - 0 ) -
c’est-à-dire
g*» (xj + 0) - g<0 (xj - 0) = /«> (x, + 0) - /(«) (x; - 0) ;
loppements
^ sin /i(x —x<°>)
o 0 (x — xi0>)
n=l
■s
COS rt ( x — x j n )
fT, (X -X ? > )
n -1
OO
s i n n ( * — a£->)
Oz (x — 4 a ) y
n3
Tl— 1
ou
ji — (x+ n ) 1 Jl + X 1
2 1 ji 2 2
avec 0 <n.
En retranchant de la fonction / (x) la fonction des sauts g (x)f
on obtient la fonction
cp(x) = xs f-4 -,
g (' x ') = —
®
2 - —— sin n x — — V —
n . -J
sin nx =
n «Z J r e
n—1 n=l
- J LJi“ V.
—>i ^ nn i s i n n x = Jl 2 2fr+l
n= 1 0
Donc
cos nx,
/ w - * ( * > + T + 7 - + '1 2 - ^
n=l
220 AMÉLIORATION DE LA CONVERGENCE DES SÉRIES [CH. VI
g (x )= 2 (flnCOsnx + 6nsin«x),
n-0
il vient
oo
s (x) = 8 (z) -i- S (a„ cos nx + p„ sin nx), (3)
n —0
§ 5.] SOMMATION APPROCHÉE DES SÉRIES TRIGONOMÊTRIQUES 221
OÙ
Otji = Û» (/l = 0, 1» 2, . . .).
Dans les cas les plus simples, pour construire les fonctions g (x)
on peut utiliser les développements décrits dans ce qui précède:
£ i0 < * < 2 n ) ;
K-=l
oo
sin n x , x 2 .t2j — 3 ji£ 2 + x 3
2 _ r - = - o 2(x) = -------- — — (0/<r . x^ < 2 ^n )o ;\
n= 1
où 2 -^- = 1,202056903 .
Tl—1
E x e m p l e . Trouver la somme de la série
5 (*)= 2 - ^ 5 T s in n i
n= l
à 0,001 près.
S o l u t i o n . L’ordre de décroissance des coefficients de la
série bn = est O puisque lim = 1 . Amé
liorons la convergence de la série proposée. Il est clair que
n
^+ î ^Yn.
222 AMÉLIORATION DE LA CONVERGENCE DES SÉRIES [CH. Vr
Oll
Yn = n* + 1 1r» +» -r»3L -
n 3 i)
Alors,
sin nx Xt sin nx , xi
^ n*+ 1 sin nx >. — — 1- Z j V nSHl nx.
n=J 71= 1 n=l n—1
Mais
S —sm- —
nx _ / \
= a0(x) et. /x
s id r z
V _ _ = _ CT2(X).
n=l n —l
Donc
S (x) = or0(x) + o. (x) -f- 2 VnSinnx,
71=1
ouÛ T n = 73(i + 1 ) = O t ë ) •
§ 1. Généralités
Un ensemble de mn nombres (réels ou complexes) rangés dans un
tableau rectangulaire de m lignes et n colonnes
a i\ “ lî a 13 • • • ^1 n
a l2 #22 ^23 • • • ^2 n
A=
_a ml 0>m2 Æms • • • &mn_
.0 0 0 a».
s’appelle matrice diagonale et sa notation abrégée est la suivante:
[a„ eu. . . ., «ni-
224 ALGÈBRE DES MATRICES [CH. VII
B. S o m m e e t d i f f é r e n c e
On appelle somme de deux matrices A = la ^ 1 et B = [6*y]
de môme ordre une matrice C = Icij] de même ordre également dont
les éléments C/y sont égaux aux sommes des éléments respectifs
au el bu des matrices A et B: ctj = + bij. Ainsi
Û11+ &11 a12+ bi2 . . . d'in +
a i r y __ û 21 + &21 a 22 + ^22 •••Û 2rt+^2n
D. M u l t i p l i c a t i o n des m a t r i c e s
Soient
'a n ûjo
a2\ a22 • • • ûju
A -=
ûm2 • • • ^mn.
‘ bu b\2 . . . biq
b2\ b22 • • • b2q
B—
C22 • • •
et donc
-G 3 * B -p a-
"19 22 [23 341
AB _ r i9 22i
= |_43
.43 50J
50 ; 4 ~|_31 46 J•
c’est-à-dire ici A B ^ BA
15*
228 ALGÈBRE DES MATRICES [CH. VII
du fait que
19 13 7
AB alors que BA n'existe pas
46 31 19 ]•
Dans les cas particuliers où AB = B A, les matrices A et B
sont dites commutables. Ainsi on voit aisément que la matrice unité
E est commutable avec n'importe quelle matrice carrée A de même
ordre, et en outre
AE = EA = A.
§ 3. Matrice transposée
En remplaçant dans la matrice m x n
a ii CL I * • • • « la '
a 2i CL 22 ••• n
A=
- a m i Üffi2 . •. ûmn _
§ 3.1 MATRICE TRANSPOSÉE 229
.ûnj
Une matrice transposée jouit des propriétés suivantes:
1) une matrice transposée deux fois se confond avec la matrice
initiale
A ” = (A')' = A ;
2) la matrice transposée d’une somme est égale à la somme des
matrices transposées des termes de l ’addition
(A + B ) f = A 9 + B ';
3) la matrice transposée d'un produit est égale au produit des
matrices transposées des facteurs pris dans l ’ordre inverse
(AB)9 = B*A ’.
En effet, l ’élément de la i-ème ligne et de la /-ième colonne
de la matrice (AB)' est égal à l ’élément de la /-ième ligne et de
la i-ème colonne de la matrice A B , soit
ajibn + dj2b2l + • • • +
Cette dernière expression est évidemment la somme des produits
des éléments de la i-ème ligne de la matrice B ' par les éléments cor
respondants de la /-ième colonne de la matrice A ', c’est-à-dire elle
est égale à l ’élément généralisé de la matrice B 'A '.
Si la matrice A est carrée, il est évident que
det A ' = det A.
La matrice A = [a{j] s’appelle symétrique si elle coïncide avec
sa transposée, c’est-à-dire si
A ' = A. (1)
230 ALGÈBRE DES MATRICES [CH. VII
a n2 • • • f ln n .
où det A = A 0.
Composons pour la matrice A ce qu’on appelle une matrice
adjointe
^11 a 21 . . . Ajii
A\2 Aoo . . • An2
j (2)
_Am ^2n • • •
§ ] MATRICE INVERSE 231
A\n Azn An n
A A A J
Montrons que la matrice A* est la matrice inverse cherchée:
A* = A - 1.
On sait que 1) la somme des produits des éléments d’une certaine
ligne ou colonne du déterminant par les cofacteurs de ces éléments
est égale au déterminant et 2) la somme des produits des éléments
d’une certaine ligne ou colonne du déterminant par les cofacteuFs
des éléments respectifs d’une autre ligne ou colonne correspondante,
est nulle, c’est-à-dire
S aikAjk = àij& (4 )
i
cl
S ahiAkj = ô/yA, ('O
ft=i
ou
1 pour i = /,
*v = [0 pour i ^ ;.
En vertu de ces propriétés, la formation du produit AA* donne
An Azi An 1
A A ’’’ A
a i \ a l2 . . . û j n
An j4j2 AUZ
AA* = *21 . . • Û2n A T ••• A
• • •
Ain Azn Ann
. A ~T~ • • • A
r i o . 01
0 1 ... 0
(5)
0 0. . I
232 ALGÈBRE DES MATRICES [CH. VII
Ainsi, AA* = E.
L’écriture de la formule (5) peut être bien plus compacte si
l’on utilise les notations abrégées
A = lau ] et 4* = p ÿ - J .
Si l’on tient compte de la relation (4), on obtient:
71
A l* = [ V |a<.k i2ÎL] = [ôiyl = ^ .
*= 1
D’une façon analogue on peut prouver que A*A = E.
Par conséquent, A* = A~l, c’est-à-dire
A - '^ - L l A j , 1, (6)
avec
A = det A.
R e m a r q u e 1. Pour la matrice donnée A il-n’existe qu’une
seule matrice inverse A -1. Bien plus même, toute matrice inverse
à droite (inverse à gauche) de la matrice A coïncide avec son inverse
A -1 (si cette dernière existe).
En effet, si
A B = E,
en prémultipliant cette égalité par A"1, on obtient:
A "1A B = A -'E
ou
B = A~l.
D’une façon analogue on montre que si
CA = E ,
alors C = A~l.
C’est pourquoi une seule égalité suffit pour vérifier la rela
tion (1).
R e m a r q u e 2. Une matrice carrée singulière ne possède
pas de matrice inverse. En effet, la matrice A étant une matrice
singulière,
det A = 0.
L’égalité (1) implique
det A -det A "1 — det E = l f
soit
0 = 1?!,
ce qui est impossible. La proposition est ainsi démontrée*
: 4.] MATRICE INVERSE 233
et
(B -1A - 1) AB = B -1 {A-1A) B = B~lEB = B~lB = E.
Donc B "1A "1 est l ’inverse de AB.
Plus généralement :
(i4ti42 . . . A PY l = A p 'A ^ . . . A~x.
3. La transposée de Vinuerse d'une matrice est égale à Vinverse
de la transposée de la matrice donnée :
(A ’xy = (A ')~\
En effet, en transposant la relation principale A~lA = E , on
obtient :
(A -lA)' = A ' (A -1)' = E' = E.
On en tire en prémultipliant cette dernière égalité par la matri
ce (d ')”1
(A')~l A ' (A~lY = (A')~l E
ou
(A~lY = (il')-1.
ce qu'il fallait démontrer.
R e m a r q u e . Une matrice inverse rend plus facile la résolu
tion des équations matricielles
AX = B et Y A = B.
En effet, si det A ^ 0, il vient:
X = A~XB et Y = B A -X.
«f 0 . . . 0 ■
0 < ... 0
AP =
_0 0 • • • a n_
E x e m p l e 2. Trouver
[0 1 0 012
0 0 10
0 0 0 1 *
.0 0 0 0.
S o l u t i o n . On a :
2 "0 1 1
'0 1 0 O’ 0 0' '0 0 0‘ '0 0 1 0'
0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 1
0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0
.0 0 0 0 . _0 0 0 0. .0 0 0 0. .0 0 010.
Si A et B sont des matrices carrées de même ordre et si en outre
AB = B A, on a la formule du binôme de Newton
(4 + £ )p = 2 CkvAkB p-h.
h=0
__ x 2i x 22 ••• x 2n
.£ ni Xn2 • • • Ænn_
une matrice carrée arbitraire d’ordre n. Par analogie avec les formules
de l ’algèbre élémentaire on définit les fonctions polynômes de la
ZK ALGÈBRE DES MATRICES LCH. VII
matrice X :
P (X ) = A 0X m + A xX m~l + . . . + A mE (polynôme droit);
P (X) = X mA 0 + X mmmlA t + . . . + E A m (polynôme gauche),
où i4v(v = 0, 1, . . ., m) sont les matrices m x n ou respectivement
n x m et E la matrice unité d'ordre n.
D’une façon générale, P (X) ^ P (X).
On peut introduire également des fonctions rationnelles de la
matrice X en les définissant par les formules
R , (X) = P (X ) [<? (X)]"1
et
R 2 (X) = [Q (X)]-i P (X)
avec P (X) et Q (X) des polynômes matriciels et det IÇ (X)l 0.
E x e m p l e . Soit
/>(*>=**+[; ~ î ] x - [ î ô ] '
où X est une matrice variable d’ordre deux. Trouver P
S o l u t i o n . On a :
' C T - G î M i 1 ] P - P =
—i - i
- r . a +r : a - [ î i ] - [ 0 0 ]■
3) || A\\k = \ / 2 l a U I2 (k-norme).
i, 3
Exemple. Soit
r 1 2 s-i
■4=14 5 6 .
|_7 8 9 J
On a :
IM IU = max(1 + 2 + 3, 4 + 5 + 6, 7 + 8 + 9) = max(6, 15, 24) = 24 ;
|| A ||i = max (1 + 4 + 7, 2 + 5-J-8, 3 + 6 + 9) = max (12,15,18) = 18;
|| A ||>, = V^ls + 22+ 32+ 4a + 52 + 62+ 72-h8a + 92 =
= V 1 + 4 + 9 + 16 + 25 + 36 + 49 + 64 + 81 = y l 8 5 æ 16,9.
En particulier, pour le vecteur
Xn
Lxn J
ces normes ont les valeurs suivantes:
Il x ||„, = max IX/1 ;
i
l l * l l i H * i l - H * » l + ••• + l*»l;
II* lift | ac | = y |x i|8+ |x 2|2+ . . . + | x „ | a
(ou module du vecteur). Si les composantes du vecteur sont réelles,
on a simplement
Il * lift = V * ï + * ï - t - • • • - ! - * £ .
§ 7.1 VALEUR ABSOLUE ET NORME D’UNE MATRICE 239
< / i i « . i i 2+ s i ^ r - + 2 S i ^ i i 6 / ; |.
i.i ij i, j
En appliquant l ’inégalité connue de Cauchy
| 2 « a | 2< 2 i 6«i2>
5= 1 S— 1 3= 1
où <p* sont des nombres réels. En désignant par a8 et bg les nombres conju
gués à a s et b ai on a :
<*.X+ b |2= (a4X + b , S * ' ) (7 t X + b ^ - ^ ) =
Si l’on pose
<P a=arg (a,b,),
240 ALGÈBRE DES MATRICES [CH* VII
ou a
il vient
Ht* ( a „ V “ i9a) = Re { | asTs | ei arft(a‘ 6j) .e - i are =
— Re{ | « A | } = | a » b t | = | a A |,
par suite.
w 2 ia.i 2+ ^ 2 iaA i + 2 i m 2>o.
5=1 5=1 5=1
{2
5= 1 KM2<5=1
2 i a*i2-5=12 IM"'
D'où à plus forte raison
12
5=1
»a |2<(2
5=1
iflAi|2<5=1
2 i««i2*S
5=1
i i 2*
Si les nombres aB et b8 sont réels, on obtient simplement
(5=1
S a*^«)2^ 5=1
S as*5=1
2 ^5*
*7] VALEUR ABSOLUE ET NORME D’UNE MATRICE 241
|| AB ||( = m a x 2 I S a i A y | < m a x { 2 S l « i « | |M } =
3 i= l *=1 j »=1«=1
= IM II,-max S | M = I M I I H I * l l i .
i s= i
Ensuite
/ m' n" n' / m' n"
i M A i i » -ry i s« = Üs= li ss «= l , A ; i ’ < yr s s (S I I
i= i ;= 1
IIABIkC
» l:_4
/ l 2_4 S l««.lf- 2 IM * }
S I ._4 =
i= lj= l «=1 t=--i
m~ n"
I M 2 * 2 S I b,J |» = V \ \A H M | £ | | j | = I M I M M l k *
* = i 3= 1
Ainsi
l « i / K I «pçK IM II* (s = m, l, k).
Par ailleurs, si A = la,,], il vient
IM IL =IMIIi =IMIIh = 1 au I-
Ensuite, si | A | ^ | B |, où A = la^] et B = 16,^1, on a alors
I «iy I ^ I i>u I- De la définition des normes || A ||m, || A ||, et || A ||k
il apparaît que les inégalités
IM II. <11*11. (s = m, l, k)
ont lieu.
, 6 —0 1 0 7 2
242 ALGÈBRE DES MATRICES ICIl. VU
En effet, si
Ak -*■ A = [ai}),
on a
\a ij—a ^ I C e pour k > N ( e ) .
Il en résulte
I A - A h | < e/,
où I est une matrice m X n dont tous les éléments sont égaux à
l ’unité. En vertu des propriétés d’une norme, on a :
\\ A - A k || ^ e || / || pour k > N (e),
donc
lim || i l — il* || = 0. (4)
ftfO O
soit
lim A k ~ A.
h-¥00
En outre, si A*-»-A, on a:
| | | A | | - | | A * | | | < | | A —A *||-*-0 pour oo.
C’est pourquoi
lim || A h || = || A ||.
k-+oo
on aura
a) lim (A k db B k ) = A ± B y
k r +OO
b) lim ( A k B k ) = A B ,
Jk -fO O
le lemme 1 conduit à
|| A — A k || 0 quand k - * oo,
et donc l'inégalité (5) a lieu.
Démonstration. Soit
s k = s A j.
j= 1
Si la série (1) converge, il existe une limite finie
S = lim Sh.
h-*oo
On a
Ah = Sk — Sk-i,
d’où
lim Au = lim S h —lim Sh-i —S — S = 0.
h-¥CO k-*oo h-*oo
Si la série
Si a i (2)
converge, la série matricielle (1) se nomme absolument convergente.
T h é o r è m e 2. Une série matricielle absolument convergente
est convergente.
D é m o n s t r a t i o n . Soit
Ah —Iûij’] ( f c - 1 ,2 , . . . ) .
Donc
S | A | =1 S l ^ l l .
h= i
La série matricielle (2) étant convergente, toute série numéri-
oo
S = lim S s —Uni 2 ^ h
S-+CO jV—►oo k=\
et, par suite, la série matricielle (1) converge.
§ 10.] SÉRIES MATRICIELLES 247
2 «'!’ m
k= l
(t = 1, 2, . . m ; / = 1, 2, • . n). Puisque
I « S V IM* II,
toute série (4) converge, et sa convergence est absolue. Donc, par
définition, la série matricielle
2 a = [ 2 « ! î ’i
fe=l k=i
2 AhX k (5)
k=0
et g a u c h e s
S X kAh, (5')
h=ü
où X est une matrice carrée d’ordre n. Dans le premier cas, les Ah
sont des matrices m X n ou des nombres (par exemple, les A k peu
vent être des vecteurs lignes) ; dans le deuxième, les Ah sont des
matrices n X m ou des nombres (par exemple, les A k peuvent être
des vecteurs colonnes).
T h é o r è m e 4. Si r est le rayon de ^convergence d'une série
scalaire entière
S IM ». Il A ( 6)
248 ALGÈBRE DES MATRICES [CH. Vil
% a hx k
fe=0
f l | ak | x k.
Jfc=0
D é m o n s t r a t i o n . Etant donné que
|| A kX k || < || A k || || X | | \
l ’observation de l ’inégalité (7) entraîne la convergence de la série
2 \\AkX h \\.
h—Q
Par conséquent, en vertu du théorème 3, la série entière (5) converge
également.
Un raisonnement analogue est aussi valide pour la série (5')^
La deuxième proposition du théorème se déduit du fait que si
ah est un nombre,
Il Il = I ** I-
T h é o r è m e 5. Les progressions géométriques
A + + A X~ + . . . + + ... (8)
et
A + XA + X 2A + . . . + X hA + . . ., (8 ')
S X kA = (E — X)~lA.
k=Q
S 10.] SÉRIES MATRICIELLES 249
2 X hA = (E— X)~1A
fe=0
pour
Il X || < 1 .
C o r o l l a i r e . Si || X || < 1 , il existe une matrice inverse
(E -X ) ~ l = S X h.
h=0
De plus, si || E || = 1, on a
OO
II(£-X)-11|<2 Ii*ii*=-rqixr
fc=0
250 ALGÈBRE DES MATRICES [CH. VII
(12)
n=0
et on peut démontrer que pour toute matrice carrée X la série (12)
converge.
§ 11. Matrices partitionnées
Soit une certaine matrice A . Décomposons-la en matrices d’ordres
inférieurs (sous-matrices: blocs ou parties) à l ’aide de barres hori
zontales ou verticales. Par exemple
M : u a22J
Lû2i ° a \' 9 M
La23j; « = ! “.. <■»!'. s = l « » l .
par blocs
At
A= •
As
An -i Un
Vn Ærm
où
a» û J2 • • • A l . n -1
&21 a on Û2. n - 2
II
7
e
û / i - 1 . 1 a n - 1, o • • • û n - l . n -1
A. A d d i t i o n e t s o u s t r a c t i o n d e s m a t r i c e s
partitionnées
Si les matrices partitionnées
A= (1)
et
( 2)
[ ...........................................................
C Pi Cp2 • . . Cp,
MATRICES PARTITIONNEES 253
2 —*•
A= t
2 P Q
1
ei
« - 1 - * — 2—
t
2 R S
i
t
1 T U
, i
on obtient une matrice de la forme
— 1— — 2—
AB = î
2 PR + QT PS + QU
. t
■ Z ?- •
A. B ,
254 ALGEBRE DES MATRICES [CH. VII
Ai -r Bi
A„ -f Bs
et
A\Bi
AB = •
a 6b ,
Ct2i «22
—X0"1
A~x =
: - e ~ lY I 0"1 J-
256 ALGÈBRE DES MATRICES [CH. VI
Solution. Posons
«.. = [* J ] ; ^ = [5 “ gj;
- c j ] . :]•
En appliquant le schéma donné dans ce qui précède, on a
—3 4 0 2
—5 —6 2 0
v 3 —4 1 0 3 —4
A
5 6 0 1 5 6
0-i 16 34 —3 4 — 11 —34
1422 —47 — 11 —5 —6 47 16
Il en résulte
3 - 4 'K 16 34 T 1 T 236 146T
x e - ^ 1422 —47 _ i l J “ 1422 [ _ 202 104 J’
.5 6] _
1 r 16 341 r - 3 41 1 r-2 1 8 -1 4 0 ]
0 Xy = 1422 [ _ 4 7 — n J [ —5 _ 6 j ~ 1 4 2 2 [ 196 — 1 2 2 ! ’
i r 236 146] r —3 4 1 ___i_T
1 r — 1438 68]
= 1422 L _ 202 104J L—5 — 6 j “ Ï422[ 86 — 1432J
Pour vérifier, on calcule le produit X 0-1y suivant deux pro
cédés :
x e ^ r = ( x e - 1) y et y e - ly = x (e -1^ .
5 12.1 INVERSION DES MATRICES PAR PARTITION 257
S o l u t i o n . Ici
*-[i
Pour calculer S à1 on recourt au schéma suivant :
3 1 0
13 1 4 1
-3 0 -1 3
1 —36
0"1 36 3 11
Y
13
_13 143-i
12 3ü
J4L i l12..
Par conséquent »
1 1 13*
12 36 36
1 1 1
$7l = 4 12 12
1 11 1
12 36 36
$ 13.] MATRICES TRIANGULAIRES 259
î —2 5 î
4 1 1 13 c»
O
U 12 36 36
2 1 1 1
— i1
T 4 12 12
1 1 11 9
9 12 36 36
9 1 31 7 22
22 6 18 18 "9
1 31 7 "
k33 99 99
1 31 7
x e -iy = 22 66 66
1 31 7
132 396 396
Donc
5 15 19 2'
44 44 44 11
9 17 1 3
44 44 44 11
sr= A -' 4 10 2 1
44 44 44 22
3 31 7 9
44 44 44 22.
■— 5 15 19 - 8
1 9 17 1 — 12
44 4 10 —2 2
3 - 3 1 — 7 18
§ 13. Matrices triangulaires
D é f i n i t i o n . Une matrice carrée s’appelle triangulaire si
ses éléments au-dessus ou au-dessous de la diagonale principale sont
nuis. Par exemple,
^11 ^12 • • • ^ln
rp__ 0 ^22 • • • Izn
_ 0 0 . . . t,
260 ALGÈBRE DES MATRICES [CH. VII
S o l u t i o n . Posons
r*n 0 0 1
A~l --- *21 *22 0
L*31 *32 *33-1
Le produit des matrices A et A"1 donne :
*n = 1» *n + 2*21 + 3*3i = 0,
* H 2*21 = 0, 2*22 4- 3*32 = 0,
2*22 = 1» 3*33 = ^ •
On en tire successivement :
1 . 1
§ 1 3 .] MATRICES TRIANGULAIRES 261
Donc
r 1 0
°1
1 1
0
A~' = 2 2
l------
1 i
O
3 3 J
Le théorème qui suit [3] est très important.
T h é o r è m e . Toute matrice carrée
«n a 12 .. • ain
«21 a22 • ■• a^n
_ani Æ/i2 •
aux mineurs diagonaux principaux non nuis
&n 12
A* —flji =5^ 0 j A2 — =5*0; A„ —| A | =#=0
Û21 a22
peu* être mise sous la forme d'un produit de deux matrices triangulaires
de structures différentes (inférieure ou supérieure), cette décomposition
étant unique si Von fixe à Vavance les éléments diagonaux de Vune des
matrices triangulaires (si on les pose, par exemple, égaux à un).
Sans démontrer le théorème, bornons-nous seulement à indiquer
le moyen d’obtenir les éléments des matrices triangulaires. Soit
A = T \T ^ (1)
où
T i = [bij], bu = 0 pour j > i, (2)
est une matrice triangulaire inférieure d’ordre n;
Tz = M , cu = 0 pour i > /, (3)
est une matrice triangulaire supérieure d’ordre n. D’après la for
mule (1), le produit de ces matrices donne
*n = 1 ; *nri2 = —1 î *nri3 = 2;
*21 = —1* *2ir12 + *22 = 5 ; *21r13 + *22r23 = 4;
*31 = 2 ; *31r12 + *32 = 4; *31r13 + *32r23 + *33 = 14.
La résolution du système amène
*n = 1 * *2i = — 1; *31 = 2;
*22—4 ; *32 = 6 ; *33 —1 »
r i2 = —1 ï ri3 = 2 ; ^23 = "2"*
Ainsi
0 0 1
$ 14.] TRANSFORMATIONS ÉLÉMENTAIRES DES MATRICES 263
0 1 0 J
an 1
0 >n2 ••• &nn
. a ll
o d obtient
• 1 0 ••. o •
a2i ail}
"Ô7T < a2n
An = == aüAn-i,
— I
°n 1 aunn
(1>
. *11 c
ou
a{1)
«22 fl(1)
«23 . . .
fl*1*
Û32 tt33
-1 (2)
ant a'1'
aiU uri3 . . . < n
et
«îV = (*. 7 = 2, 3, . . . . n).
Procédons de même pour le déterminant An_i. Si tout élément
a%Tl>¥* 0 ( i = l , 2,
on obtient finalement
An ^ a i{a £ . . . a 'nX " . (3)
Si l ’élément supérieur gauche a^l, k+l d’un déterminant inter
médiaire quelconque An. h s’annule, les lignes et les colonnes du
déterminant An_* doivent être permutées de façon que l ’élément
nécessaire soit non nul (ce qui est toujours possible si le déterminant
A 0). Il faut tenir compte, certes, de la variation du signe du
déterminant A,».*. On peut établir une règle plus générale. Sup
posons que le déterminant An = det [a*;] est transformé de façon
que apq = 1 (apq est le « pivot »), c’est-à-dire
an . . . a„ • • • «17 ... a in
a /, . . . [«*7 • • • a u ... a in
a pi . .. î . . . M ••• CCpn
Il vient alors
An = ( - l ) P+flAn. 1,
266 ALGÈBRE DES MATRICES [CH. VII
CO
_2 - 3 - 3 1 —( —1)*3 4—2*3
1
BIBLIOGRAPHIE
1. O . Schreier , E . Schperner. Théorie des matrices. ONTI, 1936, §§ 1, 2.
2. A. M altsev. Principes d’algèbre linéaire. Ed. 2, Gostekhizdat, 1956.
3. V . Faddêeva. Méthodes numériques d’algèbre linéaire. Gostekhizdat, 1950.
4. H. A . Frazer, VP. / . D uncan , A. /?. Collar. Elementary matrices and some
applications to dynamics and differential équations. Cambridge. The Univ.
press, 1950.
5. B . Boulgakov. Oscillations. Gostekhizdat, 1954, chapitre I.
6. E . Liapine. Cours d’algèbre supérieure. Outchpedguiz, 1953, chapitre IX.
7. E . W hittaker, G . Robinson . The calculus of observations. A treatise on nume-
rical mathematics. Blackie and Son Ltd., London and Glasgow, 1944.
8. D . Faddéev, F. Faddêeva. Méthodes numériques de l’algèbre linéaire. Fiz-
matguiz, 1960, chapitre II.
CHAPITRE VIII
 -
la colonne de ses termes constants et par
■*, *
&n 1 • • • Ænn
le système (1) ou l ’équation matricielle équivalente (5) possède
une solution unique.
En effet, sous la condition det A =5^ 0, il existe une matrice
inverse A~x. En multipliant les deux membres de l’équation (5)
à gauche par la matrice A ”1, on obtient
A~xA x = A~xb
ou
x = A "xb. (7)
Il est clair que la formule (7) fournit la solution de l ’équation
(5) et cette solution est unique, puisque chaque solution est de la
forme (7).
E x e m p l e 1. Résoudre le système d’équations
3xt —^2 = 5, 1
— 2^1+ 3^2+^3 —0» /
2xt — x2+ 4xz ^ 15. J
270 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CH. VIII
t
Le déterminant de la matrice A du système considéré
3 - 1 0
det A = — 2 1 1 = 5=^0.
2 —14
Calculant la matrice inverse A~x on obtient :
Donc Xi = 2 ; x2 = 1 ; x 3 = 3.
La recherche directe de l ’inverse A ' 1 de la matrice A d’ordre
n > 4 demande beaucoup de temps. C’est pourquoi il est rare que la
formule (7) soit pratiquement employée.
Utilisant la formule (7) il est facile d’obtenir les formules des
inconnues du système (1). On sait que (chapitre VII, § 4)
où
OU
x l r A* i
x2 1 Ao
" A (8)
- Xn - _„_
avec
«Il • • • û i. f+1 • • • #in
D’où
Ai O 81
*1 = A “ 27 = 3 ;
108
Zz = A2 27 “
27
X3 — A3
A 27 '
27 JÊ
x4= 4A = 1.
A 27
La résolution du système linéaire (1) à n inconnues se ramène
ainsi au calcul de (n + l)-ième déterminant d’ordre n. Si le nombre
n est grand, le calcul des déterminants est une opération délicate.
Aussi pour le calcul des racines d’un système linéaire a-t-on établi
des procédés directs.
§ 3. Méthode de Gauss
La méthode la plus usitée de résolution des systèmes d’équations
linéaires est l ’algorithme d’élimination successive des inconnues.
Cette méthode s’appelle méthode de Gauss. Pour simplifier les rai
sonnements, bornons-nous à considérer un système de quatre équa
tions à quatre inconnues
a i \ x i + & i2 x 2 + a l3 X 3 + a u x 4 — a 15»
=^ ^ > 2)-
Eliminons maintenant x2 de la même façon que Xi pour aboutir
au système :
a » X3 + a 34>X4 = 0<» * 1
a 43 X 3 "t" û44XA— û 46 » J
OÙ
«u = «îÿ —«Sfôÿ (i. ; > 3).
Les coefficients de la première équation de (1") divisés par
l ’« é l é m e n t g é n é r a t e u r » a™ donnent
xa + S g xt = b«\ (20
où
f l<2>
1 8 -0 1 0 7 2
274 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CH. VIII
D’où
* 4 = - f (2-)
Les autres inconnues sont données successivement par les équa
tions (2*), (2') et (2) :
X3 = b{£ — bl£ x 4j
*2 = b£ —b£x 4—b{t\'x3,
Xi — ^16 —^14^4 —^18^3 —612^2•
Ainsi la procédure de résolution d’un système linéaire d’après
la méthode de Gauss se ramène à la construction d ’un système
équivalent (2), (2'), (2"), (2") à matrice triangulaire. La condition
nécessaire et suffisante pour l ’application de la méthode est que
tous les « é l é m e n t s g é n é r a t e u r s » soient non nuis. Il
est commode de ranger les résultats des calculs dans le tableau 13.
Le schéma donné par ce tableau s’appelle schéma de division unique.
La procédure de recherche des coefficients du système trian
gulaire s’appelle dans le cas général marche directe, celle d’obtention
des valeurs des inconnues, marche inverse.
La marche directe débute par l ’inscription des coefficients du
système, y compris des termes constants (section A). Sur la dernière
ligne de la section A figure le résultat de la division de la première
ligne de la section par l ’« é l é m e n t g é n é r a t e u r » atl.
Les éléments a\lj (î, / ^ 2) de la section suivante A t du schéma sont
égaux aux éléments correspondants de la section précédente
diminués du produit de leurs « projections » par les colonnes de la
section A qui portent l ’élément 1 (c’est-à-dire par la première colonne
et la dernière ligne).
La dernière ligne de la section A t s’obtient en divisant la pre
mière ligne de la section par l ’« é l é m e n t g é n é r a t e u r »
a £ \ D’une façon analogue on construit les sections suivantes. La
marche directe s’arrête lorsqu’on atteint la section composée d’une
ligne, sans compter la ligne transformée (dans le cas concerné c’est
la section A 3).
La marche inverse ne fait appel qu’aux lignes des sections A t
qui contiennent les unités (lignes marquées) en commençant par la
dernière. L’élément b™ de la section A z figurant à l ’intersection
de la colonne des termes constants et de la ligne marquée de la sec
tion donne la valeur de x4. Ensuite, toutes les autres inconnues x t
(i = 3, 2, 1) se trouvent de proche en proche en retranchant du
terme constant de la ligne marquée la somme des produits de ses
coefficients par les valeurs correspondantes des inconnues trouvées
auparavant. Les valeurs des inconnues sont portées successivement
sur la dernière section B f Les unités qui y figurent aident à trouver
pour x t les coefficients respectifs dans les lignes marquées.
§ 3.1 METHODE DE GAVSS 275
T a b le a u 1 3
Terme* £ Sections
*1 x2 *3 *4 constants du schéma
«a1 «8 ‘
°«3> «a*
M2) a» «a*
1 °34 *8 ’ *iï’
/i,3>
*44 «8 *
1 b*V ^3
(*4> (* 4 )
1 *4 f4
1 *3 £3 B
1 x2
*2
1 *1 *1
T a b le a u 1 4
Résolution d'un système d'après le schéma de division unique
Sec
Termes V tions
*1 *2 *3 *4 constants du
schéma
7 ,9 5 ,6 5 ,7 - 7 ,2 6,68 1 8 ,6 8
8 ,5 - 4 ,8 0,8 3 ,5 9 ,9 5 1 7 ,9 5 A
4 ,3 4 ,2 - 3 ,2 9 .3 8,6 2 3 ,2
3 ,2 - 1 ,4 — 8 ,9 3 .3 1 - 2 ,8
1 0 ,7 0 8 8 6 0 ,7 2 1 5 2 — 0 ,9 1 1 3 9 0 ,8 4 5 5 7 2 ,3 6 4 5 6
1 0 ,4 9 2 6 3 - 1 ,0 3 8 9 4 - 0 ,2 5 5 2 0 0 ,1 9 8 4 9
— 6 ,8 7 0 0 0 14,41573 5,25801 12,80374 An
— 9 ,4 0 1 7 2 2 ,4 0 5 2 5 — 2 ,6 4 1 9 8 - 9 ,6 3 8 4 5
1 - 2 ,0 9 8 3 6 - 0 ,7 6 5 3 6 - 1 ,8 6 3 7 2
— 17,32294 - 9 ,8 3 7 6 8 - 2 7 ,1 6 0 6 2 A3
1 0 ,5 6 7 9 0 1,56790 •
1 0 ,5 6 7 9 0 1 ,56790
1 0 ,4 2 6 3 0 1 ,42630
D
1 0 ,1 2 4 8 0 1 ,1 2 4 8 0
1 0 ,9 6 7 1 0 1,9 6 7 1 0
Ainsi
xx = 0,96710; x 2 = 0,12480; x3 = 0,42630; x4 = 0,56790,
La vérification courante des calculs s’effectue à l ’aide de la
colonne 2 soumise aux mêmes opérations que les autres colonnes.
Il en résulte que 1) la somme des éléments de chaque ligne du
schéma (absents dans la colonne 2) doit être égale à l’élément de
cette ligne figurant dans la colonne 2 ; 2) les nombres z t dans la
colonne 2 doivent être supérieurs d’une unité aux racines respectives
de la solution du système.
A propos, si l ’on tient compte des unités figurant dans la sec
tion B , on obtient encore que dans cette section les éléments de la
colonne 2 sont les sommes des éléments des lignes qui leur corres
pondent. Dans le cas concerné, la première et la deuxième condition
sont observées à une unité du dernier rang près. Par conséquent, il
est presque certain que les calculs sont corrects.
Constatons que si la matrice du système est symétrique, les
parties respectives des sections A , A u A 2l . . . du schéma de divi
sion unique sont symétriques elles aussi. Cette circonstance peut
être mise à profit pour simplifier le tableau.
L’estimation du nombre N d’opérations arithmétiques néces
saires pour résoudre un système linéaire à n inconnues par la méthode
de Gauss [5] (sans tenir compte de la vérification) ne présente aucune
difficulté. Le nombre de multiplications et de divisions nécessai
res pour la marche directe est
Tl {fl -f- 1) -f- (?Z— 1) Tl -p . . . -f- 1 •2 —
= (13 + 2 » - j - . . . + t t 3) + (l + 2 + . . . + w ) = w(B^ A " ± 2>,
c ’est aussi le nombre de soustractions. Pour la marche inverse il
faut ^ multiplications et divisions et le même nombre de sous
tractions. Avec n > 7, le nombre total d ’opérations arithmétiques
imposées par la méthode de Gauss est donc
»r 2/2 ( n + 1 ) (n + 2) , , ^ «
N = —v 1 ' v 1—- + n(n — l) < 7 i3.
Ainsi le temps nécessaire pour résoudre un système linéaire par
la méthode de Gauss est à peu près proportionnel au cube du nombre
d ’inconnues. Par exemple, pour résoudre un système de 100 équations
linéaires à 100 inconnues sur une machine rapide qui effectue 104
opérations par seconde, il faut
T = 10e-10-4 = 100 s.
Le temps machine réel sera beaucoup plus grand par suite de la
présence dans le programme d’opérations autres que les opérations
arithmétiques (substitution d’adresse, opérations logiques, trans
ferts, mise en forme, etc.).
S 4.1 AMÉLIORATION DE LA PRÉCISION DES RACINES 279
ou
A 6 = c,
8 = 6 — A x 0 étant le résidu de la
solution approchée x 0. Ainsi pour obtenir 6, il faut résoudre le sys
tème linéaire à matrice précédente A et au nouveau terme constant
e = : I .A cet effet il suffit d’ajouter au schéma de calcul prin-
L*nJ
cipal la colonne 8 des termes constants et la transformer d après
les règles générales. Suivant l ’usage, les corrections ôl9 ô2, . . ., Ôn
sont déterminées à partir des lignes marquées, les coefficients de
ces corrections inconnues étant déjà fournis par le tableau. Notons
qu’on peut ne pas préciser les coefficients transformés de la matrice
A y car dans le cas de faibles résidus l ’ordre de petitesse des erreurs
respectives est plus grand.
E x e m p l e . Résoudre par la méthode de Gauss avec trois
chiffres (avec une règle de calcul, par exemple, ou à la main) le
système
6 ^ —x2— £3 = 11,33; ï
_ Xl j _6x2— x3 = 32; > (1)
— Xi —X2-r 6x3 = 42. J
En utilisant les valeurs obtenues comme des approximations ini
tiales, améliorer la précision des racines jusqu’à 10-4.
S o l u t i o n . En appliquant le schéma usuel de la division
unique (tableau 15), on effectue toutes les opérations avec trois
chiffres significatifs.
On a les solutions approchées:
*;0) = 4,67 ; x™ = 7,62 ; x {» = 9,05.
En portant ces nombres dans le système (1), on calcule les résidus
correspondants (c’est-à-dire les différences entre le premier et le
deuxième membre du système (1))
e ;°>= —0,02 ; e f = 0 ; e‘0>= —0,01.
280 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CH. VIII
T a b le a u 15
Amélioration de la précision des solutions calculées
par la méthode de Gauss
Termes
*1 *2 *3 constants
V
Résidu e
7,62 - 0,0011
1 7,6189 8,62
1 4,67 -0,0039
4,6661
OU
AAx = A6 — AAx. (4)
Ainsi, lors de la recherche approchée de Ax, on peut utiliser
le schéma de Gauss pour le système principal (2) en complétant
ce schéma par une nouvelle colonne de termes constants Ab — AA x .
§ 5. Méthode du pivot
Soit le système linéaire
auxi + 012^2 4" • • • “h ûlnxn = ai, n+1,
021^1 4* a 22x 2~\~ • • • 4" a 2nx n = 02# n+l»
(1)
« /i 0 /2 • . . d ij ... d lq . . . d [n 0 / . n+l
M=
a pi a pZ • ■• 0 pj • • • a pq . . . apn 0 p . n+1
.« n i • • 0 n j • • • 0/IÇ • • • 0n n 0ri • n+ 1.
0f»2 •
- a nl am ... d jn
et
A = det A . (2)
Considérons le système linéaire
A x = 0. (3)
En résolvant le système (3) par la méthode de Gauss, nous avons
remplacé la matrice A par la matrice triangulaire B composée
d’éléments'des lignes marquées
1 612 &13 • • •
1AI)
0 1 b(li
U23 • • • utn
0 0 0 ... 1
$ 6.] APPLICATION DE LA MÉTHODE DE GAUSS 283
T a b le a u 1 6
Calcul du déterminant par la méthode de Gauss
C'I NT CO <M
tm
1,6 —8,5
NNOO
4,8 4.5
4,7 7,0 - 6,0 6.6
5,9 2,7 4,9 -5 ,3 A
1
1
1 0,29729 -0,41891 0,09459 0,97297
1 0,08526 1,08526
-7,58393 —7,58393 a 3
A = -1483,61867
On en déduit successivement:
ÿl = -*ï7’
i—1 (6)
è|— 2 tkiUk
k=l
ÿ! = tu (*>i)
et
x —
xn — #y* *
lnn
(7)
Ifi — S *****
h=i+ 1 ( i <n ) .
tu
La méthode exposée de résolution d’un système linéaire s’appelle
méthode des racines carrées. étant une matrice symétrique et T
une matrice triangulaire supérieure, on ne peut inscrire sur le schéma
de calcul numérique que -y (n + i) coefficients supérieurs au et
*ij (i ^ /)• La vérification usuelle se fait à l ’aide des sommes, la
composition des sommes rendant compte de tous les coefficients
de la ligne correspondante.
S 8.] MÉTHODE DES RACINES CARRÉES 289
1 3 -2 0 -2 0,5 0,5
3 4 -5 1 -3 5,4 5,4
_2 -5 3 -2 2 5,0 1,0 A
0 1 -2 5 3 7,5 14,5
_2 -3 2 3 . 4 3,3 7,3
V
til t iZ */3 '14 f/5 Vl
i 3 -2 0 _o 0,5 0,5
2.2301/
S
CD
-0 ,0 9 7 8 -0,8011 -0 ,8 9 9 6 0,1998 C
1 1
IL
S
1i*—ü lü 72
290 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CH. VIII
§ 9. Schéma de Khaletski
Pour la commodité du raisonnement écrivons le système d’équa
tions linéaires sous une forme matricielle
A x = b, (1)
où A = latj] est une matrice carrée d’ordre n et
’ a i*n+1
, 6= —
J * n , n+t-
1 Cf. • • • Cfn
••
et
CiJ~ b .ü ’
i-1 (4 )
= [ aU— 2 (*<*</)•
fc=l
Les formules (6) montrent qu’il est avantageux de calculer les nom
bres iji simultanément avec les coefficients ctj. Cette méthode a reçu
le nom de schéma de Khaletski. Ce schéma fait appel au contrôle
usuel à l ’aide des sommes.
Remarquons que si la matrice A est symétrique, c’est-à-dire
si al)= ajij
bji
<*<»•
Le schéma de Khaletski est commode pour travailler sur des
calculatrices électroniques, car dans ce cas les opérations de « mé
morisation » (3) et (4) peuvent se faire sans enregistrer les résultats
intermédiaires.
E x e m p l e . Résoudre le système
-^2— i j p 2^4 = 6j \
— 5xj Zj -j—3j?3— = —12 \
2xt + x3— x4= l;
Xi — 5x2 4“ 3x3 — 3 X4 = 3.
Tableau 19 Et
2CS
w
CO
7 O
IO CM
1 *d» -
«ri CM 71<3
7 CO o"
1
CO
lO
- 0 ,7 5
- 1 ,7 5
- 1 ,7 5
O CM CO
CM CO CM co
1 O
1
cc lO m
CM SP co CM Ol
CO
H 1 1 1 CO O
2 ,5
O
1 1
O
CO
CO
CO
CO CO CO uo
CO
H 1 a O
O CM
1
1^-
- 5 ,3 3 3 3 3 3
CO — co
CO f» co
m CO CO co
O CO CO
H 1 CO
CO S co
co O •
O co
CM
1
-
CO lo CM lO
K 1 1 CM
CO
Cl «♦ CM co «# CM co
M B* B B B c* B B B H H N H
m •O wo *n •O « *o •O
Cl CO wf CM co CM co
B B B B B* B B B Bo B>
«c
H «# «* «#
N CO CM co «*•
b " B B B B* B B -B
«n
H CO CO CO co CO co “ co
CM « «¥ CM co «If
O* B B B* B •O -O
«rH
«• CM CM CM CM
H CM CM CM CM
CM CO CM co
B* B B B U -O -O «B
«*■*
H CM CO CM co «*
O* B B B •cT -o •B •B
-
§ 9.1 SCHÊM A DE KHALETSKI 293
Cle = y = 2, (6).
c “ = 5“ — 6 2‘c » ) = T [ 3 ~ ( — 5 ) ■( “ t ) ] “ T ’
OÙ
CCi/ = aJL pour i =?£=j
au au
et au = 0 pour i = / (i, / = 1, 2, . . n).
Introduisons les matrices
GC|2 • • • 0Cm rpii
CC21 CCoo . . . CCon p2
a= et P =
_Ctnl &n 2 • • • ^nn. . p ».
pour mettre le système (2) sous une forme matûcielle
x = P + ax. (2')
Cherchons la solution du système (2) par la méthode des approxi
mations successives. Prenons, par exemple, pour approximation
initiale la colonne des termes constants x (0) = p.
Puis construisons successivement les matrices colonnes
(première approximation),
x<2>= p -f-ax*1*
(deuxième approximation), etc.
Toute (k + l) lôme approximation se calcule en général d’après
la formule
*(*+!> = p + aarW (&= 0, 1, 2, . . . ). (3)
Si la suite des approximations x (0), x (1), . . x (*>, . . . possède
une limite
x — lim x(k\
k-+oo
T a b le a u 2 0
h *00 *<*>
3
0 2 2 5
1 1,92 3,19 5,04
2 1,9094 3,1944 5,0446
3 1,90923 3,19495 5,04485
x<*)= S A(i)= 2 a * P ;
22j — ”1“ — 3,
3xj —2X3 = 1, ‘ (11)
xt —4x2 + 1 0 x 3= 0. .
S o l u t i o n . Ramenons le système (11) à la forme (2):
Xj= — 1,5 ~r 0)5x.—0,5x3 i
x2 = 0,2—0,6x2 + 0,4x3 ;
x3= —0,1xj + 0,4 x2.
[ 0 0,5 - 0 , 5 T
—0,6 0 0,4 I
—0,1 0,4 0 J
300 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CH. VII*
A(0) = p
0 0,5 - 0 , 5 ] r - 1,5-1 r o , i - |
A(l) = aA(0) = - 0,6 0 0,4 0,2 = 0,9 ;
[ - 0,1 0,4 0 J L 0 J LO,23J
0 0,5 — 0 , 5 “| r o ,! 1 r o , 335-1
A(2>= <xA(1) = — 0,6 0 0,4 0,9 = 0,032 ,
[ - 0,1 0,4 0 J 1. 0 , 23 J LO,35o J
etc. Les résultats sont portés sur le tableau 21.
T a b le a u 2 1
A<*> Ah'
k
*1 *3
V
-1,235 1,089 0,500
1) S 1«/;• I < 1 (i - li 2, n)
j= 1
2) S | a<; I < 1 0 = 1, 2, n)
i= I
est vraie pour le système réduit (2), le processus itératif (3) converge
vers la solution unique de ce système, quel que soit le choix de l'appro
ximation initiale.
C o r o l l a i r e . Pour le système
n
2 atjXj = bt (i = 1, 2, . . . , n)
1
la méthode des approximations successives converge si les inéga
lités
I I > 2 \ au \' (*=1, 2 , . . n)
j=l
i-£i
sont vérifiées, c’est-à-dire si pour toute équation du système le
coefficient diagonal* est plus grand en module que la somme des
modules de tous les autres coefficients (sans termes constants).
ment plus grand que la somme ‘des modules des autres coefficients ;
cette équation peut donc être prise pour la première équation du
nouveau système. Par conséquent le nouveau système s’écrit:
(I) 10x, + 2x2— x3-f-2x4+ 4 = 0,
(II)
(III) x, — 2x2—5x3 -f- x4— 2 = 0,
(IV)
En analysant le système donné on voit sans peine que pour
obtenir l ’équation (II) au coefficient de x2 maximal en module, il
suffit de composer la différence (4) — (C) :
(II) X\ -f- DX2 "1” ^3 *4* OX4 — 1 = 0.
Maintenant le nouveau système comprend les équations (-4),
(B) et (D) ; par suite l ’équation (IV) contient nécéssairement l’équa
tion (C) du système donné. La sélection montre que pour l ’équalion
(IV) on peut prendre la combinaison linéaire 2 (4) — (B) — 2 (C) —
— (D), c’est-à-dire
(IV) 3xt -f- 0x2 -f 0^3 — 9j?4 — 10 = 0.
Finalement on obtient le système transformé d'équations I-IV
équivalent au système initial et vérifiant les conditions de conver
gence du processus itératif. La résolution de ce système par rapport
aux inconnues diagonales conduit au système
X\- 0x\ — 0,2x2-f- 0,1 £3—0,2^4—0,4 ;
^2 = 0,2ij “f- 0x2 —*0,2x3 -f- OX4 + 0 ,2 ; ^
x 3 = 0 ,2 x 1 — 0,4x2+ 0x3 -f0,2x4— 0,4;
x4 = 0,333x1+ 0x2 - l 0 x 3 f 0x4 — 1,111, ,
4 + ,,= P , + S
i=l
_<*+l) _ ft ■_ _<h+l> i V « J k)
j=2
i-1
*!w > = f>i + 2 a„ ift+', + S aijiS*’ ;
;= ! j'-i
a£+,) = pn + s + (fc = 0, 1, 2, . . . ) .
i=l
h *<h> «W
3
dante
n n
2 2 O^ijXiXi
i-1 J-l
est définie positive.
Les systèmes normaux se présentent dans la résolution de nom
breux problèmes, et, entre autres, dans la méthode des moindres
carrés, la recherche de la direction des axes principaux d ’un ellip
soïde, etc.
Ramenons le système normal (4) par le procédé usuel à la forme
spéciale
n
X, = s a i)X) + $t, (4')
j=i
où
aU /. / •\ . q bi
*U = — SJT 0^*)etp, = — .
T h é o r è m e i. Si le système linéaire (4) est un système normal,
le processus de Seidel du système réduit (4') équivalent est toujours
convergent.
D é m o n s t r a t i o n cf. chapitre XI, § 5, ainsi que [2].
Le mode de réduction d’un système linéaire à la forme normale
est décrit par le théorème qui suit.
T h é o r è m e 2. Si les deux membres d'un système linéaire
Ax = b (5)
à matrice régulière A = [a*j] sont multipliés à gauche par la trans
posée A 9 = [aji1, le nouveau système
A 9A x = A 9b (6)
sera un système normal.
D é m o n s t r a t i o n . Montrons d’abord que la matrice A 9A
est symétrique. En effet, on a:
{A9A )9 = A 9A " = A 9A .
Montrons maintenant que la forme quadratique associée à la ma
trice A 9A est définie positive. Composons la forme quadratique à
matrice A 9A :
n n n
u (X j, Xj, • • •, X n) = 2 S 2 &hiQ’h j 2 i £ j »
i=l
En changeant Tordre de sommation, on obtient :
n n n n n n
U=k=l
2 21 j—
2i Q’h i X i & h j Z j = k»î
2(2 i=»l
& hiZgm 2
j=l
•
308 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CII. VIII
f l ; , , = c 2- x ; o , + S ' W 0,t
i=i (3)
2
n -i
R r = C n- x T + J l bnjX f
3=1
§ 14.] MÉTHODE DE RELAXATION 309
Ensuite, on pose :
8*?’ = 0,86,
etc. Les résultats correspondants figurent sur le tableau 23.
T a b le a u 2 3
*i Ri *2 *2 *3 «3
0 0 ,6 0 0 0 ,7 0 0 0 ,8 0
0 ,1 6 0 ,1 6 0 ,8 0 - 0 ,8 0
0 ,7 6 0,86 0
0 ,1 7 0,86 - 0,86 0 ,0 9
0 ,9 3 0 0 ,0 9
0 ,9 3 - 0 ,9 3 0 ,0 9 0 ,0 9
0 0 ,0 9 0 ,1 8
0 ,0 4 0 ,0 4 0 ,1 8 - 0 ,1 8
0 ,0 4 0 ,1 3 0
0 ,0 3 0 ,1 3 - 0 ,1 3 0,01
0 ,0 7 0 0,01
0 ,0 7 - 0 ,0 7 0,01 0,01
0 0,01 0,02
0 0 0,02 - 0,02
Ô 0,01 0
0 0,01 - 0,01 0
5 0 5
et en general
Fh = F ? (* = 1 , 2 , 3 , . . . ) . (2)
Montrons que si
l| /?o l l < 9 < l , (3)
où || jP0 II est une norme canonique quelconque de la matrice F0
(chapitre VII, § 7), le processus itératif (1) converge, c ’est-à-dire
lim Dk = A~1.
h-+oo
En effet, la formule (2) entraîne
i i M < r o i i afc< î * k-
Donc
lim || F* || = 0
h-¥0O
et
lim Fk = lim (E —ADh) = 0
k-*oo k-*oo
312 SYSTÈMES D’ÉQUATIONS LINÉAIRES [CH. VIII
OU
E — A lira Dh = 0,
h—*oo
soit
lim Dh= A~1E = A -1.
k-+oo
BIBLIOGRAPHIE
1. V. Faddéeva. Méthodes numériques de l'algèbre linéaire. Gostekhizdat,
1950, chapitre II.
2. / . Scarborough . Numerical Mathematical analysis. John Hopkins, 1950.
3. M . Salvadori. Numerical methods in engineering. Prentice-Hall, New York,
1952.
4. E . Beckenbach. Modem Mathematics for the Engineer. Mc. Graw-Hill,
1956.
5. K . Sm olitskt. Calcul numérique (résumé d'un cours). Académie militaire
technique de l'Air Mojaïski de Léningrad, Léningrad, 1960.
6. D . FaddécVy V . Faddéeva. Méthodes numériques de l'algèbre linéaire. Fizmat-
guiz, 1960, chapitre II.
7. /. Bérézine , N . Jidkov. Méthodes de calcul. Fizmatguiz, 1959, chapitre VI.
CHAPITRE IX *
§ 1. Conditions suffisantes
Soient le système linéaire réduit
x = a x + p, (1)
la matrice
a = [a ij]
et le vecteur
x (fe>= p + aar,(',-1>.
* 1.] CONDITIONS SUFFISANTES 317
D’où
= (E + a + a s + . . . + a * ->) P + a\r«». (3)
Comme pour || a || < 1 on a | | a k ||-*-0 quand k-*- oo, il vient
(cf. chapitre VII, § 10)
lim ab = 0
h-+oo
et
oo
lim (E + a 4 a- 4- . . . 4- a ft_1) = 2 o,k = (E — a)-1.
h-+oo h—0
Donc, en passant à la limite quand h-*- oo dans l ’égalité (3), on a :
x = lim acW= (E — a ) '1p. (4)
h-*oo
C) | | a | | ft = ] /
i= 1
S .2
i= i
I au |2 < 1 •
<2 ’ >
Il en résulte
45
0,55k+1 < -prjr* 10"4
et
(* + 1 ) lg 0,55 < lg 45 - lg 175 - 4,
c’est-à-dire
—(* + !)• 0,25964 < 1,65321—2,24304—4 = —4,58983.
Donc
J, I i 4 ,58983 ^ yj n
0,25964 ~ 1 ' **
et
* > 1 6 ,7 .
On peut poser k = 17.
Il est à noter que l ’estimation théorique du nombre d'itérations
nécessaires pour assurer la précision donnée s’avère en pratique
exagérée.
21-01072
322 CONVERGENCE DES PROCESSUS IT ÉR A TIFS [CH. IX
* i= S (* = f |2 , . . . ) . (4)
#-i
En retranchant l’égalité (3) de l ’égalité (4), on obtient:
l ^ - a f ’ l c ’S l a i / I l 1+ 2 l « « l l * i - * ? " ,) (5)
5=1 5=1
(t = l, 2, . . . . n).
D’après le sens de la norme adoptée
|| x — x ih>||m= max | xi — x?] |,
il s’ensuit donc
\ X j — X<.k> | < | | x — X f h > ||m
i —1 n
P i = S l a «l et =
i= 1 J= i
Soit s = s (A:) la valeur de l'indice i telle que
IX , — 4 k) I = max | X i — xi** | = || * —x (k>||m.
i
En posant dans l’inégalité (6) i = s, il vient:
|| * — *<*» ||m< P . | | * - _*<*> 11»»+?. Il* — * <fc' 1,||m
ou
H * — *'*» ||m< - 9* II* —* ‘fc-1,||m.
1 — Ps
D'où
Il II» <1*11 * — *<*-!» ||m (7)
avec
u = max “T- ” — . (8)
n i 1 — Pi
Montrons que
P < Il ®||m ^ 1*
En effet, puisque
n
P< + ?i = (2 |® i j l < ||« ||» < i .
alors
? i < ||a ||m—pi
et donc
Çi ✓ l|g||m — PI ^ ll«Hm — P, ||«llm —||® ||m-
1-P i ^ 1- P i i- P i
C’est pourquoi
p.= ||« ||m < f .
L’inégalité (7) entraîne que
II*—ac‘*>| ,< p * K*—* <#>|
donc
lim x {k*= x ,
k-+co
et donc
Il X - x<ft>||mC Il X«ft>- x ^ 1»\\m,
où
2 I®U I
fi = max— --------^ | | a | | m.
î — 2 ia »i
j=i
§ 5.] D EU X IÈM E CONDITION DE LA CONVERGENCE DU PROCESSUS 325
4 h) = 2 a tJx f -f 2 + Pi (i = 1, 2. . . . , n ; k = 1, 2, . . .).
5*=l i= i
(2)
Pour la solution exacte x — {xt, x2, ...,* „ } qui existe et qui est
unique on a:
i —1 «
Xi = s <XijXj + 2 a ijXj + Pi. (3)
j= 1 i= i
En retranchant des égalités (3) les égalités correspondantes (2), on
obtient :
2 1*1—x i^ lc i«=l
il 7=1
2 |<*i;|\*J —^ fc)l+ 2 \ XJ—x<? ~ l)\.
i=i 1=1 i=i
326 CONVERGENCE DES PROCESSUS ITERATIFS [CH. IX
2 I xt —x i *I^ 2 I x ) —XJ *I 2 I a iJ I+
5=1 1=5+1
\a u \. (4)
5=1 1=1
Posons
n 5
S I<*i5l* * 5 = 2 |a / ; l ( / = 1, 2, . . ra—1)
1=5+1 i= l
et
Sn — 0 , t n — S i ®/5 I
1=1
Il est évident que
Sj + tj= 2 | a « l < | | a | | i < l ;
i=l
d’où
S j < 1.
5=1
OU
1 5=1
avec
s = max sj = max 2 I I-
5 1=5+1
Puisque la formule (1) entraîne
ok< p h^1oi
l’estimation
^ 1 - 5 ) (1 — P ) 2 |x iu - x r i
es
X= • et * <p> = .
• •
-*n_ *8"
(t = 1 ,2 , . . n). D’où
avec
n
* i= S l« « la (i = l , 2 ,
+ *=i
s i * j - * r i)i*»=i
s*- (3)
Soient
Sj= 2 S i, 7*i= S Si (7 = 1,2,
i= i+ l i= l
et
n
Sj» = 0, Tn = S *
i=l
Il est évident que
S 2 2 r 7 |x 7 - x r ‘>|*
j= l 5=1 5=1
OU
il ( 1 - 5 ,) |X 7 - 4 P)|»< 2 T} \ x s - x Ÿ - l)f .
7=1 j= l
En vertu de la formule (4) on obtient :
Tj = || a \ \ \ - S j < || a ||1 - | | a ||î Sj = || a \\l (1 - S j )
et donc
s (i-s,)i*,-*srti*<(ii«iiwp s ( i- s j) \ z j- x rr.
i—l i=*i
Comme ||a ||* < ; l > on peut en tirer :
lim S ( l - ^ ) | x , - x ^ r - = 0,
p-*<» î= i
et, compte tenu du fait que 0 < S / < 1 ( / = ! , 2, on ob
tient !
lim xjp>= x/ (/ —1» 2, . . . , n),
p-»oo
ce qu’il fallait démontrer.
R e m a r q u e . L’erreur des itérations x M (p = 1, 2, . . .)
est évaluée d’une façon analogue à celle du § 6.
BIBLIOGRAPHIE
1. Méthodes numériques de l’algèbre linéaire. Gostekhizdat, Mos
V. F a d d éeva .
cou-Léningrad, 1950, chapitre II, §§ 17 et 19.
CHAPITRE X
5) ix = x ;
6) ( — i ) x = —X,
où k et l sont des nombres quelconques et x et y , des vecteurs.
Pour les vecteurs x et y la combinaison linéaire
a x + py
(a, P sont des nombres) se définit naturellement tout comme le
vecteur de coordonnées olxj + Py s (j = 1, 2, . . ., n).
Tout ensemble des vecteurs de dimension n, muni des opérations
d’addition des vecteurs et de multiplication des vecteurs par un
nombre qui ne font pas dépasser les limites de cet ensemble, est
dit espace vectoriel. En particulier, l ’ensemble de tous les vecteurs
de dimension n forme un espace vectoriel En de dimension n.
- (7 = 1, ïl, m — 1).
Ainsi, les vecteurs donnés sont linéairement dépendants si et seule
ment si l'un d'eux est une combinaison linéaire des autres vecteurs.
Mais si l ’égalité (1) n’est vraie que pour ct = c2 = . . . = cm =
= 0, les vecteurs x<*>, xP \ . . ., x (m) sont dits linéairement indé
pendants, c'est-à-dire que les vecteurs sont linéairement indépendants
DÉPENDANCE LINÉAIRE DES VECTEURS 333
-x k " xi2i . .. xn J
ar<4>= (3, - 6 , 2, 1, 1) .
S o l u t i o n . Composons la matrice des coordonnées
1 1 1 3 - ,
—1 0 - 5 - 6
X= 1 2 - 1 2
-1 0 2 1
1 1 - 1 1.
Pour déterminer le rang r de la matrice X effectuons certaines
transformations élémentaires et notamment retranchons de la
quatrième colonne la somme des trois premières pour obtenir:
11 10i
- 1 0 - 5 0
1 2 - 1 0 .
- 1 0 - 2 0
11 -1 0 .
On en déduit que tous les déterminants d’ordre quatre de X sont
nuis. Il est clair qu’il y a des mineurs d’ordre trois différents de
zéro. Donc r = 3, et comme le rang de la matrice est inférieur au
nombre de vecteurs, les vecteurs x ^ \ x&\ x*3), x<4) sont linéaire
ment dépendants. Dans le cas considéré ceci est évident puisque
x (1) + x <2) + x <8}—x <4} = 0.
T h é o r è m e i. Le nombre maximal de vecteurs linéairement
indépendants d'un espace En de dimension n est égal exactement à la
dimension de cet espace.
D é m o n s t r a t i o n . En premier lieu, l ’espace En a des
systèmes de n vecteurs linéairement indépendants. Tel est, par
exemple, l ’ensemble de n vecteurs unités:
6t = (l, 0, 0, . . . , 0);
*2 = (0, 1, 0, . . . , 0);
en = (0, 0, 0, . . . . 1).
§ 2. DÉPENDANCE LINÉAIRE DES VECTEURS 335
Si
^1^1 4" ^2^2 4" • • • 4* C n^n ^ (^1» ^2» • • *i ^n) = 0»
il est évident que cx = c2 = . . . = cn = 0.
Montrons que si le nombre de vecteurs x (1>, x <a\ . . ., x <m> est
supérieur à n (m > n), ils sont nécessairement linéairement dépen
dants. En effet, la matrice des coordonnées de ces vecteurs est n x m
et, par conséquent, son rang est r ^ min (n, m) = n <Lm. Il en
résulte que ces vecteurs sont linéairement dépendants.
D é f i n i t i o n 2. Un ensemble quelconque de n vecteurs
linéairement indépendants de l ’espace de dimension n s’appelle
base de cet espace.
T h é o r è m e 2. Tout vecteur d'un espace En de dimension n
peut être représenté d'une seule façon sous forme d'une combinaison
linéaire des vecteurs de base.
D é m o n s t r a t i o n . Soit x £ En et Et, 82» - . «n la base
de l ’espace En. En vertu du théorème 1, les vecteurs x, Cj, e2, . . .
. . ., sn sont linéairement dépendants:
c0x + CjEj + c2e2 + . . . + cnzn = 0, (3)
où un certain coefficient Cj 0 (0 ^ ^ n).
Dans l ’égalité (3), le coefficient c0 =£ 0, car dans le cas contraire
on aurait
Cj£i + C2E2 + . . . + Cn &n = 0»
= i 2= i +i S
=i
= (*'”, v) + (tf*, y),
c’est-à-dire
(X a , + x ‘*\ y ) = (x'1’, îO + (x « \ y). (4)
Ensuite
(x, î/,l>+ ?/*’) = (î/a> 4* y '" \ x)* = {ya>, x ) * - ( i / <2>, x)* =
= (•*•, ?/"’) t (3C, J/’*’)- (5)
Les formules (4) et (5) s’étendent aisément à un nombre fini
quelconque de vecteurs, à savoir:
m l m l
( 2 * (i). 2 2/(k)) = 2 2 (*°'\ //(k)).
j =1 fc=l j= ifc= l
En plus de Y espace complexe de dimension n, il est utile de consi
dérer l 'espace réel de dimension n, c’est-à-dire l ’ensemble des vec
teurs à coordonnées réelles.
Dans un espace réel de dimension n le produit scalaire est égal
à la somme des produits des coordonnées respectives des vecteurs
D é m o n s t r a t i o n . Eù effet, soit
CiX(1>+ c2oc(2) + • • • + cmæ(Tn) = 0- (2)
Le produit scalaire de deux membres de l’égalité (2) par x (1)
donne
c?(x « \ x ^ + clix'», x'*,) + . . . + A ( x ‘1,f x <m>) = 0,
ou, comme
(x®, x cl,) ^ 0 et (xa\ x ci>) = 0 pour j # l ,
on a c* = 0 et Ci = 0.
On démontre de même que c2 = 0, . . cm = 0. Il en résulte
que les vecteurs xP \ x<m) sont linéairement indépen
dants.
C o r o l l a i r e . Dans un espace En de dimension n le nombre
de vecteurs d’un système orthogonal est égal ou inférieur à n.
D é f i n i t i o n 3. La base Ej, c2, • • •» »n de En est dite
orthogonale si les vecteurs de base sont orthogonaux deux à deux :
(sji Efe) = 0 si / -A ^ (/» ^ = I» 2, . . n).
Si de plus les vecteurs zj (} = 1, 2, . . ., n) sont des vecteurs
unités, la base orthogonale s’appelle normale ou orthonormale.
Dans ce cas on a :
=
où ôjfe est le symbole de Kronccker.
On voit sans peine qu’une base orthonormale la plus simple d’un
espace En est le système de vecteurs unités
ex = (1, 0, 0, . . 0),
e2 = (0, 1, 0, . . ., 0),
en = (0, 0, 0, . . 1),
qui forment la base initiale.
Une base orthogonale Ei, e2, . . ., en peut toujours être normée
en divisant chacun des vecteurs zj par sa longueur. Les nouveaux
vecteurs
e3Ï.0>_
— (/ = 1, 2, n)
VJëJ7~ëj)
forment une base orthonormale.
Exprimons les coordonnées du vecteur x dans une base ortho'
normale el7 e2, Si
* = I i8 i + | 2«2+ . . . +S„e„, (3)
342 GÉNÉRALITÉS SUR LA THÉORIE DES ESPACES VECTORIELS [CH. X
( * *. * ) = 2 ( i ; ) 2- ( 5 ')
;=i
3.
Il
Il
(6)
£
«#
T a b le a u 2 4
Cosinus des angles des vecteurs unités
de deux bases
; : ;
§ 6. Matrices orthogonales
D é f i n i t i o n . La matrice réelle A s’appelle orthogonale
si sa transposée A ’ est égale à son inverse A ' 1:
A ’ = A -1 (1)
ou
A A ' = A 'A = E. (2)
§ 7.1 ORTHOGONALISATION DES MATRICES 345
S aik = 2 aM= 1•
3. Le déterminant est égal à ± 1 .
En effet, on a en vertu de l ’égalité (2) :
det A det A 9 = det E.
D’où, comme det A 9 = det A et det E = 1,
(det A)2 = 1
et donc
det A = * i l .
4. La transposée et l ’inverse d’une matrice orthogonale sont
aussi des matrices orthogonales. Cette propriété découle directement
des formules (1) et (2).
a 21 & 22 • • • ^271
A =
_ ^ n l a n2 • • • A n n .
<hj
a (]>= (7 = 1. 2, . . . . n).
-&nj -
346 GÉNÉRALITÉS SUR LA THÉORIE DES ESPACES VECTORIELS [CH. X
OU
, ( o ° \ r«> ) ^ _ .x
(r<°, r« ) ( <7)
et
(»•(’), r ^ ) ----- 0 pour i =^7 .
A=
G i •]
S o l u t i o n . Posons
[;]
Il vient
(a<t\ r <v) l-Q + 2 -1 + 0 -2
<i (/•<", /•<'*) 03+ 12+ 2® >0,*.
Trouvons maintenant
Il s’ensuit
‘2' 0'
r<
3>= a <3>- t13r a' — = 0 -0 ,4 1
. 1. .2 .
1 ' ’ 1,70'
0,3 1,6 = — 0,88
. —0,8. . 0,44.
Ainsi,
'0 1 1,7 ' 1 0,4 0,4'
A= 1 1,6 —0,88 0 1 0,3
2 —0,8 0,44. 0 0 1 .
les vecteurs
'0 ' ' 1 ' U '
1 ; r (i' = 1,6 ; »-<3>= —0,88
.2 . . —0,8. 0,44.
lière réelle
a M a \2 • • • a \n
_ #21 a22 • • • &2n
ni &n2 • • • ^n n _
(i) <n
a21 <1>
A
a (ni1) aa»
an .
où a\y ~ ^ a i j pour £ = 1 et a \ ) ' = fl/y— pour 2.
Choisissons les facteurs de sorte que la première ligne de la
matrice A (1> soit orthogonale à toutes les autres. On a:
n n n n
y aji'asy - S alj(a,j — h i a t j ) = S a i m i — h i S a\} = 0.
j =i j= i j=t i=i
D’où
S a>Jai>
= (i = 2, . . . . n).
« n ï au n2
<2) • •• u nn
S a\$-l'a\f-u = 0 pour k ^ i .
7= 1
La matrice A*71-1* = R aux lignes orthogonales s’obtient à
partir de la matrice A après une chaîne d’opérations élémentaires.
C’est ce qui justifie l ’égalité
R = AA, (8)
où A est une matrice régulière qui, dans notre cas, est une matrice
tria ngulaire i nférieure.
La matrice A se rétablit sans peine en soumettant la matrice
unité E à toutes les transformations élémentaires subies par la
matrice A . La formule (8) donne finalement
A = TR ,
T = A-1 étant une matrice triangulaire inférieure.
Indiquons certaines propriétés des matrices aux lignes ou colon
nes orthogonales.
L e m m e. Si les colonnes d'une matrice réelle forment un système
de vecteurs orthogonal, le produit de la transposée par la matrice elle-
même est égal à la matrice diagonale.
D é m o n s t r a t i o n . Soit la matrice A = [a,-/]. Il faut
démontrer que A 'A = D , où A 9 = laJt] est la matrice transposée
352 GÉNÉRALITÉS SUR LA THÉORIE DES ESPACES VECTORIELS [CH. X
de A et
du 0 . • • 0
n_ 0 ^22 • • • 0
0 0 . . . dnn
est une matrice diagonale. Posant D = [d^l, on a d ’après la règle
de multiplication des matrices:
n
dtj = 2 a kidhj»
k=i
Comme
(d-1)' = d - \ on a (A d '1)' (Ad"1) = E.
Il en résulte que la matrice Ad~x = U est orthogonale, et donc
A = Ud, (10)
ce quTil fallait démontrer.
C o r o l l a i r e . Une matrice réelle régulière aux lignes ortho
gonales peut être représentée sous forme de produit d’une matrice
diagonale par une matrice orthogonale.
En effet, soit A une matrice aux lignes orthogonales; A 9 est
alors une matrice aux colonnes orthogonales. En vertu de la formule
(10) on a A f = Ud avec U une matrice orthogonale et d une matrice
diagonale qui peut être définie par la relation
A A 9 = dr.
Il en résulte:
A = (A9)9 = d9U9 = dU',
où U9 est également une matrice orthogonale.
R e m a r q u e . Pour rendre orthogonale une matrice réelle
régulière A aux colonnes (lignes) orthogonales, il suffit de normer
ses colonnes (lignes), c’est-à-dire de diviser tout élément de chaque
colonne (ligne) par la racine carrée de la somme des carrés des élé
ments de celle colonne (ligne). Par exemple, si A = Ia^) est une
matrice aux colonnes orthogonales, la matrice
A = [dij\t
où
9u
au - ■ n (*, 7 = 1, 2, n)
V
U uk}
vk —1
est une matrice orthogonale.
dk0 0 ...
f 0,3"| f 0 ,4 1 f 0,37871
—0,5 + 0,1967 0,6 = —0,3820 •
L 0,2 J L 0,3 J L 0,2590J
Vérification :
[ 0,4 T H 0,37871 0,1515 ]
0,6 - 0,3820 = —0,2292 > = 0 ;
0
et D~l = 0
0.2672J
2,81 0
|_0 0 3,75j
Ensuite,
f 0,4 0,6 0,3 ] f 2 ] T5,6 ]
R 'b = 0,3787 — 0,3820 0,2590 2,5 = 2,67 .
L—0,2990 -0 ,0 1 1 4 0,4215J |_H J 1.4,08 J
Enfin, on calcule par le procédé usuel :
1 0,1967 -0 ,3 7 6 1 ]
[0 1
0 0
0,1714
1 J
et finalement
1 0,1967 —0,3761] f l , 64 0 0 ] f 5,6 ] f 5,0238]
[ 0 1
0 0
0,1714
1
0 2,81 0
JLo 0
2,67 =
3,75 J l4,0 s J
10,0475 .
|_15,0087j
Par conséquent,
x, = 5,0238 ; x2 = 10,0475 ; x3 = 15,0087 ;
les valeurs exactes de la solution sont: xt = 5; x2 = 10; x3 = 15.
avec
D = R R '. (9)
Utilisant la formule (S) on peut éviter la procédure imposant
le plus grand volume de travail pour rechercher l ’inverse d’une
matrice non diagonale. L’existence de la matrice D~x ne complique
pas les calculs du fait que D est une matrice diagonale. La formule
(9), nécessaire en fait, peut être utilisée également pour la vérifi
cation.
E x e m p l e 2. Résoudre par la méthode d’orthogonalisation
des lignes le système
3 ,0 0 0 -j + 0 , 15a*2 — 0 ,0 9 o :3 - 0 ,0 0 ; 1
0 ,0 8 a :! + 4 ,0 0 a r2 — 0 , 1 0 x 3 — 1 2 ,0 0 ; > (I)
0 ,0 5 a ;! + 0 ,3 0 a r2 + 5 ,0 0 a r3 = 2 0 ,0 0 . J
[0,1107
0
0
0,0626 0
0 I f 6,00 1[1,957]
11,4324 - 3,126
Æx = P, (10)
(i = 1, 2, . . . , n).
on obtient le système
&e = j5, ( 11)
ESPACE DES SOLUTIONS D’UN SYSTÈME HOMOGÈNE 359
j â (11)
L’équation J entraîne
= ( 12)
an a r2 . . . flj-r
On peut toujours l ’obtenir en permutant les équations de (1) et en
changeant la numérotation de ses inconnues. Il est alors aisé de
démontrer que les équations du système (1), à partir de la
(r-f-l)-ième, sont des conséquences des r premières équations de ce
système, c’est-à-dire qu’elles sont vérifiées si les r premières
équations du système (1) sont vraies. Il suffit donc de considérer le
ESPACE DES SOLUTIONS D’UN SYSTÈME HOMOGÈNE 361
sous-système
^11*^14 “a i2^2 4" • • • 4" a ir%r = —Æj. r+i^r+i — • • • —^ i n ^ n y ^
d 2\ ^ \ "1* ^22*^2 4" • • • 4" r^*r = — Û2» r+i***r+l — • • • Û2n^n»
(3)
Q>r1^1 - p Ûr2^*2 4 “ • • • ^rr^'r — — û r . r + i ^ r + i — . . . ü rnX n y ^
dont le déterminant ôr est différent de zéro.
Dans le système (3), les valeurs des inconnues
Xr-f-i — ^1 î 2 = ^2» • • •» = -r =
peuvent être considérées comme arbitraires. En résolvant le système
(3) par rapport aux inconnues Xj, x2, . . ., xr, on obtient:
x, ^ a„c, -h a 12c2 r . . . -!- u.\i<Ch, ^
Xn — CtojCj 0^22^2 ' 4 . • • ~p Ctj/jC/j,
(4)
Xr = a rlCt 4 ar2^2 r - - •
«r/tC/o
où a u (i = 1, 2, . . r; / = 1, 2, . . ., k) sont des constantes
bien définies. D’autre part
Xr+i — C\ j
Xr+2= ^2»
(4')
xn= Cft. _
Les formules (4) et (4') donnent le système complet des solutions
du système (1). On peut adopter comme famille fondamentale des
solutions
« Il’ a , :' a i* "
«M a r2 Ctrft
1 0 0
*<»> = , X<2>= x (h) =
0 1 0
0 0 0
• : *
.0 . . 0 . . 1 .
X r+ i — . . . — i — 0, Xn — 1.
302 G É N É R A L ITÉ S SUR LA T H É O R IE DES ESPACES VECTORIELS ICH. X
= ( — jp 4 ’ X' °) ;
X(2) = ( _ l , —2, 0, 1),
qui forment la famille fondamentale des solutions du système (5).
Les vecteurs et constituent la base de l ’espace des solu
tions du système donné, et toutes ses solutions sont déterminées par
les formules
xx= —3ci— c2, '
x2 : - 7c[ — 2^2,
x3= 2ci,
x4-- c2j j
où et c2 sont des constantes arbitraires (par considérations de
commodité, la première constante est mise ici sous la forme 2cj).
l/n ~ / n x 2i • • •? j
où /,, / 2, . . ., /„ sont les fonctions données.
§ 10. ] TRANSFORMATIONS LINÉAIRES 363
y2 - ^21^1 _r Q-22x2 ^
a ii a l2 • • • a in
• _ 0>2i &22 • • •
_ _ , y n.
d’un même espace vectoriel En. Alors (2) est une application de E n
sur lui-même ou sur sa partie propre.
E x e m p l e 1. La transformation
y i= * i + *2> 1
y2^ x ï \-xz J
transforme l ’espace E 2 en sous-espace yt = y2 de dimension 1.
Les relations (2) sont équivalentes à une relation matricielle
y = A x. (3)
364 GÉNÉRALITÉS SUR LA THÉORIE DES ESPACES VECTORIELS [CH. X
. y n . -f- a u Z X 2 ~ r • • . T ûfin*£n _
Il s’ensuit que
A ( a x + p.?) = cl4jc + PA z ,
le vecteur
qui est la projection du vecteur x sur l ’axe Ox{ (projection) (fig. 52).
Montrer que la transformation donnée est linéaire et trouver sa
matrice.
S o l u t i o n . On a évidemment :
= 1
1/2 = 0, J
et donc la projection est linéaire. La matrice de la transformation
s’écrit
H 01
§ 10.] TRANSFORMATIONS LINÉAIRES 365
.0 . _0 _
1 ___
1
#11 ^12 • • • &in 0 O • 'o , ; ‘
&21 #22 • • • ^Zrx a2j
X = (/ —1» 2, ri).
*
il
V».
1
_On i #n* • • • a nn _ . a nj m
.0 .
Ainsi au représente la i-ème coordonnée du transformé du jf-ième
vecteur unité.
E x e m p l e 3. Supposons que dans le plan Oxtx2 tout rayon
vecteur x est remplacé par un rayon vecteur y de môme longueur,
tourné par rapport au pre
mier d’un angle a (rotation)
(fig. 53J.
Montrer que la transfor
mation considérée est liné
aire et trouver sa matrice.
S o l u t i o n . Considé
rons le deuxième système
de référence Oyxy2 tourné
par rapport au système
OxiX2 d’un angle a. Les
coordonnées du vecteur y
dans le système Oy{y2 étant évidemment et x2, les coordonnées
de ce vecteur dans l ’ancien système Oxxx2 s’expriment par les
formules connues de la géométrie analytique :
z/i = x t cos a —x2 sin
in a, 1
(4 )
y2= xt sin a - j - x2cos
osa. j
Ainsi une rotation est une transformation linéaire et sa matrice
s’écrit
366 GÉNÉRALITÉS SUR LA THÉORIE DES ESPACES VECTORIELS [CH. X
à matrice A = [a^] et
zi = &iiÿi4- &i2ÿ2 4- • • • 4“ b i n y n ,
*2 = &2 l ÿ l 4“ &22I/2 4“ • • • 4 " I h n y n i
(7)
Zn--bntyi + bn2y2 + -- - +bnnyn é
à matrice B = 16^1.
Désignons par C = [cu ] la matrice de la composée de ces trans
formations dans l ’ordre indiqué, c’est-à-dire le passage des variables
§ 10.1 TRANSFORMATIONS LINÉAIRES 367
Mb
yk (0 ')
Il
-- S
•
•
5=1
n
2 bihyk
Xi = (i = l , 2 , . . . , « ) ( 7 ')
k=ml
et en portant la formule (6') clans (7'), on obtient :
n n n n
—s 6 jft(S S S bihahj. (S)
h= 1 j=1 j-^1 h=l
Zi = 2yx + y3;
*2 = y 2 — 5y z ;
Z^ = 2^2»
0 2 oj U 7 —l j L 2 -4 oj
Par conséquent, la transformation linéaire recherchée s’écrit
z{ = 10x, + 5x2 — 5x3;
z2 = x t — 37x2 + 5x3;
z 3 = 2xt — 4x2.
'r — A {n
xn — y1/ 1 "1l~ ^ 2n 1#Ï2-Lr • • • _L
r_ A^n n U
it
n*
-ca-
Ici A est singulière et la transformation y = A x associe l ’espace
Oxtx2 à l ’axe de coordonnées Oxx.
R e m a r q u e 2. Convenons d’entendre par E x une transfor
mation identique qui laisse invariable le vecteur x .
Puisque les relations
y = A x et x = A~hj
entraînent
y = A A 'h f et x = A ^ A x ,
il vient
A A -1 = A ^ A = E.
Le nombre X qui figure dans l ’égalité (2) est dit valeur propre ou
nombre caractéristique de la matrice A , qui correspond au vecteur
propre x donné.
E x e m p l e 1. Considérons la projection dans l ’espace bidi
mensionnel 0 x ^ 2, déterminée par la matrice
Ici les vecteurs propres sont 1) les vecteurs non nuis x dirigés suivant
l ’axe OxKà valeur propre X^ = 1 et 2) les vecteurs non nuis y dirigés
suivant l ’axe Ox2 à valeur propre X2 = 0 (fig. 54).
T h é o r è m e 1. Dans un espace vectoriel complexe toute trans
formation linéaire (matrice) possède au moins un vecteur propre réel
ou complexe.
V
D é m o n s t r a t i o n . S o it.<4
une matrice de la transformation
linéaire. Les vecteurs propres de A «a
sont des solutions non milles de “
l ’équation matricielle
A x = Xx
X
ou — ^
(A - X E ) x = 0 (3) 0
avec la matrice A — XE, dite ma- Fig- 54-
trice caractéristique. L’équation (3)
est un système linéaire homogène qui a des solutions non milles si
et seulement si le déterminant du système est nul, c’est-à-dire si la
condition
det (A — X E ) = 0 ^ (4)
est vraie.
Le déterminant (4) est appelé déterminant caractéristique (sécu
laire) de la matrice A , et l ’équation (4) est dite équation caracté
ristique (séculaire) de la matrice A . Sous une forme développée,
l’équation caractéristique (4) s’écrit:
an —?. Ûj2 • . . ûfn
i
}
^21^1 + (<*22— hj) x2 -! -... + a2nxn = 0,
1 1 2— xJ
D’où (X — l)2 (4 — X) = 0 et X, = X2 = 1 ; X3 = 4.
Prenons Xj = 1 et portons-la dans l ’équation (7)
(A — X}E) x = 0.
On a:
*1 1 1
1 1 1
\ 1 1
ou
* i + * 2 4 -* 3 = 0, 1 ( 8)
*1 4 - * 2 + *3 = 0, >
Le rang de la matrice*1 4du
- * 2système J
4 - * 3 = 0 (8)
. étant r = 1, deux de ses
équations se déduisent de la troisième (ce qui d’ailleurs est évident).
Il suffit donc de résoudre l ’équation
xC+ x2 + x 3 = 0.
En posant x t = ct ; x2 = c2, on obtient :
*3 = — + c2).
où Ci et c2 sont des nombres quelconques non simultanément nuis.
En particulier, en choisissant d’abord c, = 1 ; c2 = 0 et puis
ct = 0 ; c2 = 1, on obtient le système fondamental des solutions
le plus simple composé de deux vecteurs propres de A linéairement
indépendants :
OU
— 2xt + £2+ ^3 = 0»
xi — 2 x 2 + £3 = 0, ► (9)
Xi 4“ £2—2*3 = 0. ,
Le rang de la matrice (9) est r = 2,1e mineur supérieur gauche étant
—2 1
6= ^0.
1 —2
Par suite, la troisième équation du système se déduit des deux
premières, et Ton peut se borner au système de deux premières équa
tions
— 2xi -|- x2-(“ £3 = 0 , 1
Xi — 2£2r £3 = 0. J
Il en résulte
X\ *2 *3
1 1 1-2 1 I —2 11
—2 1 - | 1 1 1 1 - 2|
ou
= c’est-à-dire £1= x2 = £3 = c,
avec c une constante différente de zéro.
En posant c = 1 on obtient la solution la plus simple qui réalise
le vecteur propre de la matrice A :
où
x ^ ^ O et pour j ^ k .
Supposons que
C ixW - f c 2x<2> + . . . + cmx<m>= 0, ( 11 )
X = S X J e J,
)= 1
où sont les coordonnées du vecteur x dans la base donnée.
En rapportant l ’application A au vecteur x, on obtient un nouveau
vecteur
n
y—A x = A 2 x Je J
j=i
ou, la transformation étant linéaire,
n n.
y = S XjAej= 2 Xj\jej.
i=i 1=1
Il s’ensuit que les coordonnées du vecteur y dans la base donnée
sont
tjj = hjX] (/ = 1, 2, . . ., ti)
ou
n
yj == S ftjkhjXki
k= 1
où 6Jk est le symbole de Kronecker.
Donc, dans la nouvelle base la matrice de la transformation
est une matrice diagonale
A = (àjkXj)
ou, sous une forme développée,
Â, 0 0 .... 0
0 h 0 .... 0
0 0 0 ... . Kjx
C o r o l l a i r e . Toute matrice carrée, dont les valeurs propres
sont deux à deux distinctes, peut être ramenée par similitude à la
matrice diagonale.
Ce résultat se déduit immédiatement du théorème 2 du paragraphe
précédent.
§ 15.] PROPRIÉTÉS DES MATRICES SYMÉTRIQUES 379
naux, on aura:
n n n n
(Ax, x) = ( S hjxjej, S —S (&ji &h) —
i=i fe=l i=l
n n
S XjXjXfiôjh — 2 Xj | xj J**,
= 1k= i= i
c’est-à-dire
(ite,x)=S-^l*iP. (7)
3=1
En remplaçant dans l’égalité (7) Xj par la plus petite valeur de X,
on obtient :
n
(Ax, x ) > X 2 |xy|a = X(x, OP).
5=1 .
De façon analogue, en substituant à Xj dans l’égalité (7) la valeur
maximale A, on trouve:
n
(Ær, flr)<:A 2 \ x j \2 = A(x, x).
est définie positive (cf. chapitre VIII, § 13), c’est-à-dire que pour
tout vecteur x #= 0 on a :
(Ax, æ ) > 0 .
T h é o r è m e 5. Une matrice symétrique réelle est définie positi
ve si et seulement si toutes ses valeurs propres sont positives.
D é m o n s t r a t i o n . Si i4 une matrice symétrique réelle et
ses valeurs propres Xj sont telles que X y> 0 (/ = 1, 2, . . ., n),
la formule (7) de la démonstration du théorème précédent amène:
(Ax, x) = S h I I2.
i=l
où x = (*i, x z, . . xn). D’où pour
(Ax, x) > 0,
et la matrice A est définie positive.
Inversement, soiti4 une matrice symétrique réelle définie positive*
En vertu du théorème 1, toutes ses valeurs propres X2, . . Xn
sont réelles et
X — min (X„ X2, . . ., X^)
est la plus petite valeur de la forme quadratique u = (.A x , x) sur la
sphère (x, x) = 1. La forme quadratique étant positive sur cette
sphère, on a donc :
X>0.
On en tire à plus forte raison
Xj > 0 pour j = 1, 2, . . ., n.
Voici sans démonstration les conditions de définition positive
d ’une matrice réelle [2].
T h é o r è m e 6. Pour qu une matrice réelle A = la ^ 1, avec
a tj = aji, soit définie positive, il faut et il suffit que les conditions de
Sylvester
a il a 12
Ai = a „ > 0 ; A2=
a 2j Ü22
au a 12 • • «in '
a 21 a >>2 • • Û2n
An =
_ a nj a n2 • « Ænn
Xj —
- *7ii-
(/ = 1, 2, . . n) ses vecteurs propres considérés comme matrices
colonnes et
Xk = I*i* ••• *n*l
(k = 1, 2, . . n) les vecteurs propres respectifs * de la transposée A
considérés comme matrices lignes, les conditions de biorthonormalité (8)
(Xj,Xk*) = X'kXj = 6Jk (9)
étant vérifiées.
Alorsj on a la relation
A — XjXjXj -f- X0X 0X 2-f* • • • ~f~hnXnXfi, (10)
où X2, . . ., Xn sont les valeurs propres de la matrice A.
D é m o n s t r a t i o n . Considérons les matrices
’ *11 • *171 ‘ .. • *711 ’x'u
x= et X ’ =
0
. *7ll * *7171- . *l7l • • • *7171-
composées respectivement des colonnes X j (/ = 1, . . rc) et des
lignes X k (k = 1, . . ., n).
L ’égalité (9) entraîne
25*
388 GÉNÉRALITÉS SUR LA THÉORIE DES ESPACES VECTORIELS [CH. X
BIBLIOGRAPHIE
G. Chilov. Introduction a la théorie des espaces linéaires. Gostekhizdat. Mos
cou-Léningrad, 1952, chapitres I-IX.
J . G u e l f a n d . Cours d’algèbre linéaire, éd. 2. Gostekhizdat, Moscou-Lénin
grad, 1951, chapitres I-II.
A . M altsev. Principes d’algèbre linéaire. Gostekhizdat, Moscou-Léningrad,
1948, chapitres I-Ill.
A . S. Housholder. Principles of Numerical Analysis. Mc. Graw-Hill, 1953,
chapitre II.
J . Schreider. Résolution des systèmes d’équations linéaires algébriques.
Comptes rendus de l’Académie des Sciences de l’U.R.S.S., 5, 1951.
F. Gantmacher. Théorie des matrices. Gostekhizdat, Moscou, 1953, chapitre
VIII.
V .Faddéeva. Méthodes numériques de l’algèbre linéaire. Gostekhizdat, Mos
cou-Léningrad, 1950, chapitre I.
CHAPITRE XI*
2 akXh (1)
fc=0
S akXh (2)
k=o
(x = £ + ir\), les valeurs propres reposant
sur la circonférence du cercle de convergence
étant simples et constituant des points de
convergence de la série (2).
Une série (1) diverge si au moins une
valeur propre de X se trouve en dehors du
cercle de convergence fermé de la série (2)
ou s'il existe une valeur propre de X repo Fig. 56.
sant sur la circonférence du cercle de con
vergence pour lequel la série (2) diverge.
D é m o n s t r a t i o n . 1) Soit la matrice X telle que
I K I < R, • • I K I < R-
Supposons pour simplifier que les valeurs propres Xj (j = 1, 2, . . .
. . n) de X soient simples. La matrice X peut alors être diagonalisée
à l ’aide d'une matrice régulière S
x = s-'Ix„ ...,xn\s.
Introduisons les notations
m m
Fm(X)= 2 akX k, fm (x) = 2 akXh
fe=0 fe=0
390 SUPPLÉMENTS SUR LA CONVERGENCE DES PROCESSUS [CH. X I
et
oo
/ (x) = lim f m'(x) = S <****•
m -+ oo fc=0
On a
/ ( * ) -kM
SM0 a* * \
sont les valeurs propres de la fonction
F( X) = f j ahX k.
h=0
§ 1.] CONVERGENCE DES SÉRIES MATRICIELLES ENTIÈRES 391
Xj = Xj (X) (; = 1, 2, . . n)
de X r e p o s e n t à l 'i n t é r i e u r d u c e r c le u n i t é
IM < 1 (7 = 1 , 2 ............. n ) ; (6 )
d e p l u s , s i la s é r ie
(5) e s t d i v e r g e n t e , X k 7 ^ 0 pour k -+• 0 0 .
D é m o n s t r a t i o n . En effet, puisque pour la série entière
correspondante
V x~k (7 )
I M < H* H (7 = 1, 2 , . n ).
D é m o n s t r a t i o n . Posons
Il X || « p
et considérons la matrice
v 1
p+e
X, (8 )
392 SUPPLÉMENTS SUR LA CONVERGENCE DES PROCESSUS [CH. XI
§ 2. Identité dfHamilton-Cayley
T h é o r è m e . Toute matrice carrée X est une racine de son poly
nôme caractéristique, cest-à-dire si
yp(X)=kn + piXl- 1 -Pn,
ou = det (KE—X), alors
(X) = X" + a X "-i + . . . + p nE = 0.
D é m o n s t r a t i o n . Supposons que toutes les valeurs pro
pres X2, . . ., Xn de X, c’est-à-dire les racines de l ’équation carac
téristique (X) = 0, soient distinctes. La matrice X peut être alors
diagonalisée à l ’aide d’une matrice régulière S :
x = S " 1 ixiy . . ., XJ s.
Comme o|> (X) est un cas particulier de la série matricielle entière,
la formule (4) du § 1 entraîne
if (X) = S~l h|) (Xj), yfp (X2), • • ^ (XJ! S.
Mais il est évident que
^ (M = ° (y = l , 2 , . . . , n).
Il vient donc
i|) (X) = S -1 10, 0, . . ., 01 S = 0.
§3.1 CONDITIONS de la con v erg en ce du processus it é r a t if 393
Æfli û n2 . . . a nnX
j f ) = 2 aj;xW + 2 ° +Pi (i = 1, 2, . . n ; k = 1, 2, . . . )
j=1 } J—i 1
le vecteur initial arbitraire étant
Posons
et = B -j- C,
-0 0 . . . 0 0- "Ou a 12 . . • a in “
_<Xn i • • • n -i 0. .0 0 . . ■•
396 SUPPLÉMENTS SUR LA CONVERGENCE DES PROCESSUS [CH. XI
0 ... 0 0
Alors, il vient
Z?”1 (D - A) = B + C,
où
B = —D~lB { et C = - D - lCu
de plus, les matrices triangulaires B et C réalisent la partition de la
matrice du système (S) nécessaire pour appliquer le processus de
Seidel. D’après la formule (3), la convergence du processus de Seidel
pour le système (7) est définie par les propriétés des racines de l ’équa
tion
det [ t - (E + D ^ B X) X] = 0. (9)
L ’équation (9) peut être remplacée par une équation équivalente
det \{D + B x) X + = 0
ou
ÛllA CLi2 . . . û|n
^2|X fly>X • • • don
(10)
û/iiX d n2X • • •
Ainsi pour que le processus de Seidel appliqué au système (7) soit
convergent, quels que soient le terme constant b et l ’approximation
initiale il faut et il suffit que toutes les racines Xj de l ’équation
(10) satisfassent aux conditions
I Xj | < 1 (/ = 1, 2, . . ., n).
398 SUPPLÉMENTS SUR LA CONVERGENCE DES PROCESSUS TCH. X I
.0 0 • • • & nn
est une matrice diagonale,
'0 0 ... 0'
v= a21 0 ... 0
.° n l &
n2... 0.
une matrice triangulaire inférieure, et
0 &12 ** ûln
0 0 . . ^2xi
V* =
0 0 ... 0
une matrice triangulaire supérieure, transposée de V par suite de la
forme symétrique^de A . On a alors:
(D + V + V*)x = b.
D’où
D x = b — (V + V*)x
et
x = Z rl& - D - 1(7 + 7*)x, (2)
avec
1
0 ... 0
“il
1
D~l = 0 ... 0
“22
1
0 0
“ nn
$ 5.1 CONVERGENCE DU PROCESSUS DE SEIDEL POUR UN SYSTÈME 390
0 0 0 0 . . . pn pn- 1 Pn-2
.0 0 0 0 ... 0 Pn . 0
soit une matrice d'ordre n dont les lignes sont des suites des coefficients
du polynôme (1)
P im - iï P im -2i • • •» P im -n i
K>
II
P i> 0 ,
Pi Po
t>
>0,
Il
19 Po Pz (3)
•
An —PnAn-i > 0-
Exemple 1. Pour le trinôme du deuxième degré
PoX2 + PiX + P2
les conditions de Hurwicz s’écrivent
Po > 0 , Pi > 0, p 2 > 0.
Nous voulons déterminer le cas où les racines du polynôme (1)
vérifient la condition (2), c’est-à-dire reposent dans le plan com
plexe X à l ’intérieur du cercle unité
I XJ < 1 .
La fonction hoinographique
î _ P+ 1
p -1
permet de transformer l ’intérieur du cercle unité | X | < 1 en un
demi-plan gauche Re p < 0 . Le polynôme (1) se met alors sous la
forme
p et g étant réels.
L'équation caractéristique de a est de la forme
—X g
g p —X
§ 6.] VÉRIFICATION EFFICACE DES CONDITIONS DE CONVERGENCE 403
OU
(k — p)* + g2 = 0.
D’où
^1,2 = P ±
Pour que la méthode itérative ordinaire converge, il faut et il suffit
que
c’est-à-dire
P* + <? < 1
(domaine A de la figure 57).
Pour la méthode de Seidel l ’équa
tion qui définit la convergence s’écrit
p—X q
=o
—qX p —X
ou
X* - (2p - <f) X + p* = 0. (7)
En vertu des résultats de l ’exemple
(2), pour que les racines et X2 de
l ’équation (7) vérifient les conditions
I M d , IM < i,
il faut et il suffit de respecter les inégalités
I 2p — q2 1 < 1 + p2, P2 < 1 ,
d’où
IpI < i » I q\ < 1 + p
(domaine B de la figure 57). Les domaines A et B se superposent
partiellement; il s’ensuit que pour le système (6) on peut choisir
les coefficients p et q premièrement tels que la méthode itérative
converge et que la méthode de Seidel diverge (par exemple, p =
= —0,5 ; q = 0,6), et deuxièmement, tels que la méthode de Seidel
converge et que la méthode'itérative diverge (par exemple p = 0,5;
ç = D.
BIBLIOGRAPHIE
1. V. Sm irnov. Cours de mathématiques supérieures, t. III. Editions Mir,
Moscou, 1970.
2. A . Kurosh. Cours d’algèbre supérieure. Editions Mir, Moscou, 1971.
3. V. Faddieva. Méthodes numériques de l’algèbre linéaire. Gostekhizdat, Mos
cou-Léningrad, 1950, chapitre II.
CHAPITRE XII
§ 1. Notes d’introduction
Il arrive souvent que pour résoudre des problèmes théoriques
et pratiques il faille déterminer les valeurs propres de la matrice A
donnée, c’est-à-dire calculer les racines de son équation caracté
ristique (séculaire)
det (A — XE) = 0, (1)
ainsi que ses vecteurs propres associés. Le deuxième problème est
plus simple, car si les racines de l ’équation caractéristique sont
connues, la recherche des vecteurs propres se ramène à l ’obtention
de solutions non milles de certains systèmes linéaires homogènes.
Nous allons donc en premier lieu étudier le calcul des racines de
l ’équation caractéristique (1).
A cet effet on fait surtout appel à deux procédés: 1) développe
ment du déterminant caractéristique en un polynôme de degré n
D (X) = det (A — XE)
et résolution de l ’équation D (À,) = 0 par l ’un des procédés approchés
connus, (par exemple, par la méthode de Lobatchevski-Graeffe, cf.
chapitre V, §§ 7-12) et 2) approximation des racines de l ’équation
caractéristique (le plus souvent maximales en module) par la méthode
itérative sans développer au préalable le déterminant caractéristique.
Nous exposerons dans ce chapitre les méthodes principales de
résolution du problème général énoncé, en commençant par le
développement des déterminants caractéristiques.
§ 3. Méthode de Danilevski
Cette méthode consiste en principe à ramener le déterminant
caractéristique à la forme normale de Frobénius
— X Pz Pz • • • Pn
1 — X 0 ... 0
D(X) = 0 1 —X ... 0 (1)
0 0 0 ... - X
Si nous parvenons à mettre le déterminant caractéristique sous la
forme (1), on obtient en le développant suivant la première ligne
z)(X)=(Pl- x ) ( - > o n-i - p 2( - ^ r 2+ P 3 ( - x r 3- . . . + ( - i r i Pn
ou
D (k) = ( - i ) n {kn - P i k n~ ' - p ^ - p ^ - . • .-P n ) . (2)
Ainsi, développer le déterminant mis sous la forme (1) ne
présente aucune difficulté. Désignons par
'a u a 12 * * •■ 0*1 n
.^ n i a n» • . . _
la matrice donnée et par
Pi Pz • •• Pn-i Pn
1 0 ... 0 0
P=
0 0 ... 1 0
une matrice de Frobénius, semblable à la première, c’est-à-dire
P = S~lA S ,
S étant une matrice régulière.
Les polynômes caractéristiques des matrices semblables étant
les mêmes, on a :
det (4 — XE) = det (P - XE). (3)
Pour justifier la méthode il suffit donc de montrer comment on
construit P à partir de A . D’après la méthode de Danilevski, pour
passer de la matrice A à la matrice semblable P, on effectue n — 1
réductions qui transforment successivement les lignes de la matri
ce A à partir de la dernière, en lignes respectives de la matrice P.
MÉTHODE DE DANILEVSKI 407
m n- i . i fft-n-l. 2 • • • If tn - i. n-1 n
0 0 0 i .
où
= ------—— avec i^= n — 1 (4)
û n , n -1
et
1
W n - i i n -1 ( 4 ')
fln» n -1
'
b^i bon . . . b 2t n—1 bz» n
(5 )
bn-l' 1 bn-1.2 • • • &n- l . n - l bn-1. n
0 0 ... 1 0 .
L’application de la règle de multiplication des matrices donne
les formules pour calculer les éléments de la matrice B:
bij = aij-i-ai. n-i^n-i. j avec l < i < n ; j n— 1 ;(6)
bj, = n-t/Mn-!. n-i avec l < i < n . (6')
408 CA LCU L D E S V A L E U R S P R O P R E S E T D E S V E C T E U R S P R O P R E S [C !I. X I I
de Frobénius:
P = M ;1 n-2 - •• M i,
si, certes, toutes les n — 1 transformations intermédiaires sont
possibles.
Tout ce processus peut être traduit par un schéma de calcul com
mode dont la composition est illustrée par l ’exemple suivant.
E x e m p l e . Ramener à la forme de Frobénius la matrice
-1 2 3 4-
2 12 3
A=
3 2 12
.4 3 2 1.
S o l u t i o n . Portons les résultats du calcul sur le tableau 25.
Inscrivons sur les 1-4-ièmes lignes du tableau les éléments au
(i, ; = 1, 2, 3, 4) de la matrice donnée et les sommes de contrôle
4
ai5= 2 au (i = 1* 2, 3, 4) (2). Marquons l ’élément a 43 = 2 figu-
rant dans la troisième colonne (colonne marquée). Portons sur la
ligne I les éléments de la troisième ligne de la matrice A/n_t = A/3
calculés d’après les formules (4) et (4') :
m3J — — g 41
a 43
^ 32= —
g 42 . _jL
2 — __15*
— 1 »
g 43
1
ni33 — 2
= 0,5;
g 43
g i4
m3\ — -- = - 1 = 0,5.
g 43
1 1 2 3 4 10
2 2 1 2 3 8
3 3 2 T 2 8
4 4 3 0 1 10
1 m ï \ m 3 -2 —1,5 075] - 1 - 0 ,5 -5
5 4 -5 - 2 ,5 1,5 2,5 - 3 ,5 -5
6 3 2 -2 1 2 -1 -2
m 2 1 0,5 0,5 1,5 3,5 3
8 1 0 0 1 0 1 0
m -2 4 -1 5 11 19 -9
11 11 0 1 0 0 1 0
12 19 0 0 I 0 1 1
0 5 34 24 09
E
111 .V/711M 1 0,107 1—1 -0,833 -5,667 -4,000 -11,500
14 5 1 0 0 0 1 0
15 34 0 1 0 0 ! * 1
îo 24 0 0 1 0 1 1
QF] 4 40 56 20 120
§ 3.] MÉTHODE DE DANILEVSKI 411
bi6= j j b u (t = 1, 2, 3, 4)
i=i
pour les lignes 5 à 8 (colonne 2).
La transformation M ï l de la matrice B qui donne la matrice
C = M ^ B ne change que la troisième ligne de -B, c’est-à-dire la
septième ligne de la matrice. Les éléments de cette ligne transformée
T s’obtiennent d’après la formule (10), c’est-à-dire ce sont des som
mes des produits pairs des éléments de la colonne Af"1, figurant
4 1 2 CALCUL D E S V A L E U R S P R O P R E S E T D E S V E C T E U R S P R O P R E S [C H . X I I
.0 0 ... 0 .. . . 1 0
d k . h •-1 = 0.
La transformation par la méthode de Danilevski devient alors
impossible. Deux cas peuvent se présenter.
1- Supposons qu’un élément quelconque de Z?, à gauche de l ’élé
ment nul dh, soit différent du zéro, c’est-à-dire dk, / # 0, où
l <C.k — 1. Cet élément est alors porté à la place de dkt c’est-à-
dire nous permutons les (k — l)-ième et Z-ième colonnes de D en
permutant simultanément ses (k — l)-ième et Z-ième lignes. On peut
montrer que la nouvelle matrice D' sera semblable à l ’ancienne.
Appliquons à la nouvelle matrice la méthode de Danilevski.
2. Soit dht = 0 (Z = 1, 2, . . k — 1) ; alors D s’écrit
(D l) (L) '
0 0 0 1 0 0
0 0 0 0 1 0
(0 ) m .
/ 1*1
L o |Z>J *
Dans ce cas le déterminant caractéristique det (D — XE) se dé
compose en deux déterminants
det (D — XE) = det (.Dt — XE) det (D2 — XE).
414 CALCUL DES VALEURS PROPRES ET DES VECTEURS PROPRES [CH. XII
. 0 0 0 . . - K
y n-1 — Xÿ„ = o.
Le système (1) est homogène. Ses solutions peuvent s’obtenir
de la façon suivante à un coefficient de proportionnalité près. Posons
yn = 1. Alors, on a successivement:
y n-i = X,
y n-2 = X“, ^
(2)
Vi ^ X - 1.
Ainsi le vecteur propre cherché est
-X*-i-
Xn“2
1
§ 6. ] MÉTHODE DE KRYLOV 415
§ 6. Méthode de Krylov
Examinons la méthode du développement du déterminant ca
ractéristique due à A. Krylov [2] dont le principe diffère foncière
ment de celui de Danilevski. Soit
D (X) = d e t {XE - A) = Xn + PlXn~1 + . . . + pn (l)
un polynôme caractéristique (à un signe près) de la matrice A.
Suivant l ’identité de Hamilton-Cayley (chapitre XI, § 2), la matri
ce A annule son polynôme caractéristique, et donc
A n + piA71”1 + • • . + pnE = 0. (2)
Prenons maintenant un vecteur non nul quelconque
OU
- ÿ<n-l> ÿjn-w.yj»»- ' Pi ■ ~y\n'~
yin~u y?-'-'-y?' Pz y? '
• • •• • • (5')
..y T " ÿn~n - y ? . . Pn.
avec
r y[k)
y?'
?/(k) (k — 0, 1,2, . . . , n).
y? ' = S auV ?\
i=i
?/!*’ = S «i7?/7‘*,
(7)
?/in , = ( i --= 1 . 2 ,
i= l J
.4 3 2 1. . 0 . . 4.
rl2 3 4 - -30-
r 11
2 12 3 2 22
y (t>= Ayn>=
3 2 12 3 18 9
.4321. -4- .2 0 .
2 3 4- -30- - 208 -
2 12 3 22 178
y 'a>= Ay'*' ■
3 2 12 18 192
. 4 3 2 1 . .20. . 242.
r l 2 3 4- - 208 - -2108-
2 12 3 178 1704
y u>= Ayl =
3 2 12 192 1656
. 4 3 2 1 . . 242. .1992.
27-01072
418 CALCUL DES VALEURS PROPRES ET DES VECTEURS PROPRES [CH. XII
on aura :
?/*’ = + CzXzj '" + . . . + cnXnx <n\
(3 )
y ,n~u = c1^ - ‘* a> + c2X rlx <4’ + . . . + c„Xrlx m‘.
Soit
•pi (X) — 4- ÇiA’1”' + Çn-i. I (4)
(i = 1, 2, . . n) un système de polynômes arbitraire. En formant
une combinaison linéaire de vecteurs i/*0’ aux
coefficients 1, qi-i, . . ., qn-i. t, on aboutit, en vertu des relations
(2) et (3), à
?/"”" + gii?/n‘î' + •. • + g B-i.i ? /“’ =
= Cf<Pi (Xt) X<1>+ C2<Pl (Xz) » <4>+ • • • + Ci»«Pi (Xn) Xin\ (5)
Si l’on adopte
D(X) (i —1» 2, . - •, ra),
«Pi (X) = X—Xt (fi)
on a évidemment]
•Pi (^ ) = 0 pour t # ;
et
«P1 (h) = j y ^ ^ 0.
Dans ces conditions, la formule (5) s’écrit
ji<Pi (Xi) x«>= ■ ? / " - + quV(n~2) +
■f • • • 4 în -l.l î/*1' (*= f • 2, n). (7)
Ainsi, si ct 0, la combinaison linéaire des vecteurs obtenue
ÿ <n-1), ?/<n-2>, . . . . ?/<0) donne le vecteur propre x H) à un facteur
numérique près. Les coefficients qj.t (J = 1, 2, . . ., n — 1) peu.
vent être aisément déterminés d’après le schéma de Homer
?o« = 1* |
9]i = Xiqj-i.i + p j . J
27*
420 CALCUL DES VALEURS PROPRES ET DES VECTEURS PROPRES [CH. XII
§ 8. Méthode de Leverrier
Cette méthode de développement d’un déterminant caractéristi
que a à sa base les formules de Newton [3] pour les sommes des puis
sances des racines d’une équation algébrique.
Soient
det (XE — A) — X" + pjXn~* + . « . + pn (1)
un polynôme caractéristique de la matrice A = [ai;] et XH X2l . . .
. . Xn l ’ensemble complet de ses racines où toute racine est prise
autant de fois que l ’indique son ordre de multiplicité.
Posons
Sh = X* -{- Xj 4 - . . . X^ (k = 0 ,1 , 2, . . . , n).
Alors pour /c<!n on a les formules de Newton [3]
sk + P iS k -i + • • -r P a -i« i = —k p n (k = 1 2 . . . n). (2i
D’où
P l = — *!•
Pz — —
Si les sommes Sj, s2» • • •» sn sont connues, les formules (3) per
mettent de trouver de proche en proche les coefficients p i9 p 2* • • •
. . ., pn du polynôme caractéristique (1).
Les sommes su s2y . . sn se calculent de la façon suivante:
pour Si on a (cf. chapitre X, § 12) :
Sj = A»i -f- X2 4" • • • "I" = Sp A ,
c ’est-à-dire
Si = s O,,- (4)
i= l
Ensuite, on sait (chapitre XI, § 1) que Xk9 A,*,---- Xn sont les
valeurs propres de la matrice Ak. Donc
Sk = “f" • • • + = Sp Ak,
c’est-à-dire si
il vient
(5)
I-l
§ 8.] MÉTHODE DE LEVERRIER 421
L4 3 2 l J
D’où
S| — Sp A = 1 + 1 + 1 + 1 — 4j
sz = Sp A 2 = 30 + 18 + 18 + 30 = 96;
s, = Sp A* = 208 + 148 + 148 + 208 = 712;
s* = Sp A* = 2108 + 1388 + 1388 + 2108 = 6992.
D’après les formules (3) on a donc:
Pi-=— S i= — 4 ;
Pz-= — j(s2 + PiSi)= —y (96—4 -4 )= - 4 0 ;
D’où
Pl + P2+ - • • + Pn-1 = D (1) —D(0) — 1,
2"-1pi + 2n“*p2+ • • • + 2pn-i = D (2)— D (0)—2”,
(3)
(n — l)"-1 px -f (n— l)n”*P2-f . . . + (n— 1) p„-i =
= D (n -i)-D (0 )-(n -i) ,
et
pn = D (0) = det ( —A).
Méthode o«P
f!
5u a
M-D
M-D
°? • cn °? °?
3= < 53 < < 53 <
Développement
direct . . . . 12 10 60 46 320 238 13 692 10 078 986 400 725 758
Danilevski . . . 14 12 42 36 92 80 282 252 632 576
Krylov . . . . 67 3S 179 118 389 280 1287 1022 3 209 2 688
Leverrier . . . 41 27 153 114 414 330 1791 1533 5228 4644
Coefficients in
déterminés . . 67 41 171 116 364 265 1 189 945 2 966 2481
Interpolation * 46 38 125 102 279 230 972 826 2 525 2 202
A y = 2 cjA'x^K
;=1
xü) étant le vecteur propre de la transformation A , c’est-à-dire
= on en tire:
n
A y — S cjXj'xü) ;
j=<
appelons A y itération du vecteur y .
En composant successivement les itérations A y %A*y, . . . A my
on tombe sur
Amy = S cjX?x& (2)
(m-ième itération).
Choisissons dans l ’espace En = {?/} une base eu e2, . . en
quelconque. Soit
Amy = ?/m> (m = 1, 2, 3, . . . )
et
?/("■>= £ Ci £ (.4)
i=l i - 1
Le coefficient de e* est la i-ème coordonnée du vecteur y<m>.
On peut donc écrire :
y f + ‘>
y(m) ( i = l , 2, (7)
s 11.1 CALCUL DE LA VALEUR PROPRE LA PLUS GRANDE EN MODULE 427
( ( £ ) ’ )•
A*k = A?k~1-A2h~1.
D’où l’on tire
2/<m>= Amy
et
^(m+l) —-
avec m = 2 k. Ensuite, on pose comme d’habitude:
y$m+1)
—ÿ r (i “ 1, 2, ■. . , ITr^m
Par suite
A » y = ctt? {*(*>+ 2 (-j£ )m*tf>} •
;=2
Comme —►* 0 quand m -> oo ( ; > 1), pour m suffisam
ment grand on aura avec la précision qu'on voudra
Amy « c1X7lac<1>,
c’est-à-dire que A my ne se distingue du vecteur propre x (1> que
par le facteur numérique et, par conséquent, il est également un
vecteur propre associé à la même valeur propre k t.
E x e m p l e . Trouver la plus grande valeur propre de la matri
ce
1 5 24 111 504 2268 10161 45433 202 833 905 238 4038 939
1 4 15 60 252 1089 4 779 21141 93 906 417 987 1862 460
1 2 6 21 81 333 1422 6 201 27342 121248 539 235
539235 J
[ u,yu-i
Après sa normalisation <ii obtient finalem
^0,90- 0,42
ac<D =
if?n)
« l* ! ^ ? * *1 + ■. ■+C«*i,X ? + 1 + C,+i*f + • • • +CnXlnX” +<
*1* 11X1*+ • • • + e«*l«X™ + + . . • +*n*lnX™
I X,+i \ m+ l / X„ \™ +l
« l * l l + - . + * » * l » + «.+l*l, «+1 ( “ x r * / + - --+ « n * ln )
= / X*4.j \*» ]~kn V" ’
«1*11 + • • • + ««*!»+«5+l*l.«+l ( “ jiï-
) + ’ ' ’ + c’»x *n )
D’où si CiXa+ . . . -t-c»xi,^É=0 et en tenant compte que
Xfc \ m 0 quand m -+■ 00 et k > s .
on obtient
„(m+l)
lim — p - = Xj (t = l , 2, . . . , n )
ou plus précisément
430 CALCUL DES VALEURS PROPRES ET DES VECTEURS PROPRES [CH. XII
2 Xi = SP ^4 ;
1=11
d’une façon analogue
S x r= S p y tm,
i=l
avec 771= 2*. En nous bornant pour simplifier au cas 1, on a :
+ . . . + _ c = > ? [ 1 + ( 4 7 ) m+ • • • + ( 4 r ) m] = s p y‘ra ;
d’où
et
x r + x y + . . . + c = s p A m.
Il en résulte, compte tenu de la petitesse relative~de | X21, . . .
.. | Xn | par rapport à | |,
X, « S p Am+1/Sp Am.
et
y'k = A ’hy 0= (fe = 1 , 2 , . . . ) . ( 4 ')
J-i
Composons le produit scalaire
(yh, Vk) = (Ahy 0, A 'ky 0) = (y0, A 'ihy 0) ■=
= ( 2 «|2C<, .2 •
i=l j=i
La condition d’orthonormalisation entraîne
n
(Vk, Vk)= 2 a jb f\lk =
= a |6 * X ,ik 4 - 02&5*2* 4~ - • • + A ri^n^n*- (5)
D’une façon analogue
(l/fc-l» 2/k) = al&î*l* *4" 14 • • • 4" ®nÔ**n* *• (6)
Par conséquent, pour a t6*^ 0 , on a :
(Vk. Vfc) «t***?* 4-«2*5*l* + . . . 4-anffl-n* , . 0 / / Xt \2fcv
(Vft-i- »*) a,6*A.f" 14 - 14-• • • 4-«n*S*Sk“ 1 ^ \ \ h I /'
Ainsi
, _. (0h. Vk) (A»u0, A ' * y o)
Al~ ( y k-1, M ~ ( ^ - ^ 0. ^ 0)
Cette méthode est commode surtout pour une matrice symétrique A
du fait qu’alors A ' = A et on a simplement
! (AhiJ0, Aku 0) .
1 ~ (A*-iy0, A*y0) ’ (8 )
0 1 1.
S o l u t i o n . La matrice A étant symétrique, il suffit de
construire une seule suite d’itérations A ky 0 {k = 1, 2, . . .). En
adoptant pour vecteur initial
§ 12 . ] MÉTHODE DES PRODUITS SCALAIRES 433
on peut utiliser les résultats fournis par le tableau 27. Par exemple,
pour k = 5 et k = 6, on a
[ 2 268t rlO 161 n
1 089 et A*y0^ \ 4 779 .
333J L 1 422 J
D’où
(Aby 0, A*y0) = 2268 -10161 + 1089 -4779 + 333 -1422 = 28 723 005
et
(A*y0, A 6y 0) = 10 1612 + 47792 + 14222 = 128 106 846.
Pi r suite,
y _ (A*v0, A9i/ q) 128 106846 , /f.
1 ~ (A ^0l A*Vo) 28 723 005
ce qui coïncide, pour les chiffres écrits, avec la valeur obtenue au
§ 11 à l ’aide de A 10y 0.
R e m a r q u e . Les méthodes de calcul de la racine la plus
grande en module d’une équation caractéristique (§ 11) peuvent
être utilisées pour le calcul de la racine la plus grande en module
d’une équation algébrique
Xn + P i* ” - 1 + . . . + pn = 0. (9)
En effet, on vérifie immédiatement que l ’équation (9) est ca
ractéristique pour la matrice (cf. § 3, matrice de Frobénius)
' — Pi — Pl • • • — Pn-i — Pn'
1 0 ... 0 0
p =
0 0 ... 1 0 .
c’est-à-dire (9) est équivalente à l ’équation
det (xP — E) = 0.
Si l ’équation (9) ne possède pas de racines milles, on peut déter
miner d’une façon analogue la racine la plus petite en module de
1
cette équation, et notamment pour pn 0t en posant — = y, on
obtient
ÿn + _ P ^ ! _ ÿ». (. _ > + J _ ==0 (10)
Pn Pn
^2 (f = 1. 2, (8)
T a b le a u 2 8
A *y Xi A *y ).lA » y
On en tire
myjfl) 197 v?' —458
111
= 1,78; —298
1,54 ;
W S'
—342
—234
1,40.
&uA8y =
[ - 0 ,7 6
—0,56J
.
Le vecteur propre
x'3> x?>
-0 ,1 4 4 0,539 -0 ,8 1 8 ’
Après normalisation on obtient finalement :
x<3>=
(* ., * ;* ) = * ;* , - y 1. (2)
m
* 0) = I : I (;' = 1, 2, . . . n )
*(1);
xn - 1
i=l
2*S 'M ,>= o <#>
l’une des inconnues x}2), par exemple j 42)- Le système (5) sera alors
remplacé par le système équivalent
B -l
E - S ’M ” <1 =1 . 2 .......... n - 2 ) .
;= 1
n —1
(7)
\ 1 ^ -(2) _(2)
— / l Gn-i,]30} •
Z» - ‘ ;=1
En posant = 1, résolvons le système (7) par la méthode
itérative. On finira par obtenir la deuxième racine X2 de l ’équation
442 CALCUL DES VALEURS PROPRES ET DES VECTEURS PROPRES [CH. XII
T a b le a u 2 9
0 1 1 1 9
1 0,89 0,S9 1 8,67
2 0,85 0,83 1 8.53
3 0,83 0,80 1 8,46
4 0,81 0,78 1 8,40
5 0,805 0,770 1 8,38
6 0,806 0,771 1 8,383
7 0,807 0,771 1 8,385
8 0.8074 0,7715 1 8,3863
9 0,8076 0,7717 1 8,3869
10 0,8076 0,7719 1 8,3871
il 0,8077 0,7720 1 8,3874
et
0,8077
0,7720
11
Posons maintenant dans le système (8) j = 2. La condition
d ’orthogonalité des vecteurs x a> et x (î| conduit à
0,8077 + 0,7720 xJ" + x«* = 0.
D’où
Xj* — —0,8077x5**—0,7720xi". (10)
En portant cette expression dans le système (8) et en posant
xJ” = 1, on obtient :
xJ" = —- (2,3846x1" + 0,4560),
Xi= 1,1923x1" + 4,2280.
Le système (11) est résolu par la méthode itérative en posant
x?'» = i et X;0>= 5,42.
Les résultats du calcul figurent dans le tableau 30.
On peut adopter X2 = 4,4867 et x™ = 0,2170; xi2) = 1.
La troisième coordonnée est déterminée à partir des relations
d ’orthogonalité (10):
X32>= —0,9473,
444 CALCUL DES VALEURS PROPRES ET DES VECTEURS PROPRES [CH. XII
T a b le a u 3 0
c’est pourquoi
0,2170
x ci)_ 1
0,9473.
Le troisième vecteur propre x (3> se déduit directement des deux
relations d’orthogonalité
0,8077x(13>+ 0,7720xj3>+ *i3>= 0, 1
0,2170x;3) + x;S)—0,9473xf = 0. J
En posant x\Z} 1, on obtient x‘3>= —0,5673 ; x^3>= —0,3698.
Par conséquent,
' 1
x (3) _ -0 ,5 6 7 3 .
. —0,3698.
La dernière équation du système (8) pour / = 3 conduit égale
ment à
X3 = 2,1260.
Pour vérifier, composons la trace de la matrice A :
Sp A = X, + X2 + X3 = 8,3874 + 4,4867 + 2,1260 =
= 15,0001 « 4 + 5 + 6.
Remarquons que les racines fournies par le processus itératif
sont le plus souvent rangées dans l ’ordre décroissant de leurs modules.
Les vecteurs propres de la matrice sont déterminés à un coefficient
de proportionnalité près, pour cette raison, toutes les solutions du
système (8) sont les suivantes:
§ 16.] COEFFICIENTS D’UN POLYNOME CARACTÉRISTIQUE 445
$ $
x 0 )
h *3
O
O
*20 40 60 80"
O
40 20 40 60 0 28 0 0
>
60 40 20 40 0 0 28 0
.80 60 40 20. . 0 0 0 28. >
*—0,4 0,5 0 0,1*
0,5 - 1 0,5 0
0 0 , 5 —1 0,5 ‘
0,1 0 0,5 - 0 , 4 .
§ 17.] MÉTHODE DE LUSTERNIK POUR AMÉLIORER LA CONVERGENCE 447
in
O
lO
o
O
i-i_ 2 12 3
1
L =
3 2 12 0 0 , 5 —1 0,5
.4 3 2 1. 0,1 0 0,5 - 0 , 4 .
•1 0 0 0'
0 10 0
0 0 10
0 0 0 1
CiK
1-^1 2 / i 4 T=T2 î/2 H---- Vn-
Par suite,
;/-<m+l>_x i m)
x —x c m ).
1-X, 0(X7).
Ainsi, on a finalement:
—x <m)
;x » X , m ’ -+ (9 )
T=T,
Le terme supplémentaire x< améliore sensiblement la
convergence du processus itératif (2).
Comme la formule (S) entraîne
x 'm*" — x ,m‘ = X, (x ,m’—x ,m-") -f O (\?), ( 10)
la formule (9) peut être remplacée par la formule suivante
„ tm > t / , j m ) ~ .c m -i> \
or.1* ( 11)
On a donc
. _ (a"»E)i
( a ”- i p ) ,
(î — 1, 2, . . . , Tl), ( 12)
f* ap a 2p aip a4p
8
a&p aop a"?
ft-^0
§ 1. Méthode de Newton
Considérons un système d’équations en général non linéaire
/i(*i, *2, • • - , *n) = 0, "
x2, . . . , xn) = 0, ^
fn(xi , * 2l . . Xn) = 0 ,
à premiers membres réels.
Ecrivons le système (1) sous une forme abrégée. L’ensemble des
arguments Xj, x2, . . ., xn peut être considéré comme un vecteur
de dimension n
" x\ "
- xn -
De façon analogue, l ’ensemble des fonctions /i, / 2, . . ., f n forme
un vecteur de dimension n (vecteur fonction)
r/ii
-/n -
Le système (1) peut donc s ’écrire sous une forme abrégée
/(*> = 0. (1#)
Pour résoudre le système (1') on fera appel à la méthode des ap
proximations successives.
Supposons qu’on ait trouvé la p-ième approximation
r<P> _ _ / r <P>
J , r <P>, • • • y r <P>\)
sous la forme
/ar = ar'p>+ E,p>, (2)
où c,p) = (e(tp), e'p>, . e<p)) est une correction (e rre u r de
s o lu tio n ).
En portant l’expression (2) dans (1'), on aura
/ ( j r (p>+ c(p,) = 0- (3)
Supposons que la fonction f (x ) soit continûment dérivable dans
un certain domaine convexe qui contient x et x (P) et décomposons
le premier membre de l ’équation (3) par rapport aux puissances
du petit vecteur c(P> en nous bornant aux termes linéaires
f ( x ip) + c(p>) = /*(x<p)) + f (x(p)) E<p) = 0 (4)
ou, sous une forme développée,
M ^ ’- r e r » *T(P)
*-2 _li c2
o<P>» • • • > •*T<
•/»p> 4_ g<P>/\ —
i cn
= f i( x ? \ *a(P)i •••* *n -r‘P>\_l_/'
) \ Jixl /x<P>
\J'i y r ‘P>» •••» x D c r +
-4- V \xi
i /tx2 ( x i p *y x2
X (p} y ••• y X ( p } J E(p>-T
) c2 ^- ■
• ......... x r K p> = 0,
, *;p, + e:p\ . . . . x r + e«p’) -
v
0.
x ? \ . . . . x D + z ^ ^ x r , x:»», x;p,)e;p>+
Il
( x r , x ^ > ,. . . . x'p,)ekp) = 0,
Par conséquent,
x <p+1>= x <r> _ w -i ( x <p >) (p = 0, 1 ,2 , .. .) ( 5)
(iméthode de Newton).
On prend pour approximation initiale x <0> une valeur grossière
de la solution cherchée.
E x e m p l e 1. Trouver les solutions positives approchées
du système d’équations (cf. chapitre IV, § 9)
/,(x j, x2) = x ,+ 3 1 g x , —x; = 0, |
/ 2(xi, x2) = 2xJ —x,x2—5xj -f 1 = 0 . j
S o l u t i o n . Les courbes définies par le système (6) se coupent
approximativement aux points Mi (1,4; —1,5) et M 2 (3,4; 2,2).
En partant de l ’approximation initiale
on a
= r 3 '4 + 3 lg 3 '4 - 2’2' i_ r ° ' I544i
' 1 |.2-3,4S—3,4-2,2—5 -3 ,4 -M j L - 0 ,3 6 0 0 j‘
Composons la matrice jacobicnne
àfi àfi , r
dXf 0*2
1 t— —2x2
W (x)-
Of 2 Ofz
- dx\
4xj —x2—5 —Xj
dx2 • -
: 1.1 MÉTHODE DE NEWTON 457
et 3 -4 lj
Il 1 11
det IV (x<0') = 2 1 — 4 = —40.
|3 - 4 lf
Cherchons la matrice inverse
’3 1 1'
8 8 8
— 15 — 5 — 5
7 1 3
W '- ( * " ') = - i — 14 — 2 6 l ô 20 20
1. — 11 7 —1 7 1
^ o
40 40 _
D’après la formule (5) la première approximation est
or'1»= a?*0»— W~l (jr(0,) / ( x <0>) =
'3 1 1 ‘
8 S 8
7 1 —3
20 20 20
11 —7 1
.40 40 40 .
0,5-1 r 0,375-j r o ,875-1
0,5 + 0 = 0,500 .
.0,5.| L-0 ,1 2 5 J [_0,375j
MÉTHODE DE NEWTON 459
[ 0,156251
1*0,8751 f0 ,085191 1*0,789811
0,28125 = 0,500 — 0,00338 = 0,49662 .
0,43750J [o,375j |_0,00507j [o ,36993J
De façon analogie on calcule les approximations suivantes :
0,785211 [ 0,000011
x t3>= 0,49662 , 0,00004 ,
.0,36992J 0.00005J
etc.
En se bornant à la troisième approximation, on a
x = 0,7852 ; y - 0,4966; 2 = 0,3699.
460 R É S O L U T IO N APPROCHÉE DES SYSTÈM ES D ’É Q U A T IO N S [C H . X III
où ft (i = 1, 2, . . ., n).
D é f i n i t i o n 1. Par dérivée / ' (x) on entend la matrice
jacobienne du système des fonctions fi (i = 1, . . ., n) par rapport
aux variables £j, . . ., xn
[s ;]- <‘ >
La fonction matricielle
|7 l l ( * ) • • • / i r ( x ) - |
/•’(*) = .........................
L / , „ ( x ) . . . / nr(x)J
peut être considérée comme un ensemble de m vecteurs fonctions
|7 .i ( * n r/.r(x )
■*l(*) = | I , - .., I \ (JT) =
L/„, (x)J f nT (x)
Il est donc naturel d’entendre par dérivée F ' (x) l ’ensemble
i'1,(x) = [/'^ (x ). . . /<;(x)J,
2.] REMARQUES SUR LA CONVERGENCE DU PROCESSUS DE NEWTON 461
Ù
-dflh àf l h ~
dx\ dxn
Vn h df„h
OX{ 0*n .
sont les matrices jacobiennes (A = 1, 2, . . r).
D é f i n i t i o n 2. Si F (x) = [fu (x)l est une matrice fonc
tionnelle n x r et f u ( x ) £ Ca \ on pose
F ' (x) = [F* (x)], (2)
où
F *(x) = [-|£iL] (*. 7 = 1 .2 , . n; k = 1, 2, . . . . r).
En particulier, si le vecteur fonction f (x) = [fi (jc)] est tel
que /, (x ) Ç C<2>,
/ " (*) = (l^’i (x) . . . W n (x)],
avec
<*= 1 - 2.........”>•
Pour évaluer les matrices nous utiliserons dans ce paragraphe
la m-norme (chapitre VII, § 7) en omettant l ’indice m pour abréger
l ’écriture:
11/ 0*0|| = max |/, (x) | ;
i
|ir< * )ll = m a x 2 | T i r b
J— 1
n
Il/•"(•*•) Il =inax II wk(x) || = max {max 2 | |} etc.
i —1
D’une façon analogue
|| F (x) || = max 2 \ f u ( * ) \ ,
i 7=1
n
QU}(x)
HF ' (x) || = max 2 dxk
<.7 rr.
Déduisons au préalable quelques estimations des m-normes des
différences de valeurs des fonctions matricielles analogues à la
* Puisqu’on a évidemment pour tout ensemble fini des nombres {a^}
max (max (27)=: max a,7 .
462 RÉSOLUTION APPROCHÉE DES SYSTÈMES D’ÉQUATIONS [CH. X III
formule des accroissements finis, qui nous seront utiles dans ce qui
suit (cf. [1]).
L e m m e 1. Si
F (x) = [/,; ( x ) ] (n X r),
où, fij (x) sont continues avec leurs dérivées premières partielles dans
un domaine convexe qui contient les points x et x + Ax, alors
IlF ( x + Ax) — /'(aO ll < r|| A x INI f ' (|)||, (3)
ou £ = x +QAx, 0 < 9 < 1 ? et par norme des matrices on entend
la m-norme.
D é m o n s t r a t i o n . En appliquant la formule de Taylor, on
obtient :
n
F ( x + A x ) - F (x) = [flJ {x + Ax) - / „ • (x)] = [ 2 A** |
= r || Ax || max 2 dfîjdxh
(lu)
n=i
Le nombre de couples (i, /) étant fini, il existe un couple (p, q)
tel que
n n
V u (lu) dfpq (%p<i) dftj (Ipq)
max 2 dxh 2 max 2 dxh = 11* " (*)l
*• j ui k=i
OÙ g = \pcr
Ainsi
|| F ( x - ] - A x ) - F ( x ) | | < r || Ax || || F' (%) ||,
ce qu’il fallait démontrer.
$ 2.1 REMARQUES SUR LA CONVERGENCE DU PROCESSUS DE NEWTON /,G3
C o ro lla ire 1. Si
il vient
| | / ( ar + A a r ) - / ( a r ) | | < | | A * |l - | | / ' ( 1 ) | | ,
où S = jr + 0Aæ et O < 0 < 1 .
Ici r = 1.
C o ro lla ire 2. Avec f ( x ) £ C i2) on a:
II/' (x + Ax ) - r (x) Il < n II A* Il l i r (DJI,
où | = ar + 0Ax et O < 0 < 1 .
L e m m e 2. Si
= y II A x ||a
|[?s| 3 h
à -h (Si)
d x j dxfr (5)
Puisque
d'~li ( S i )
< max ^ IOzfl (II)
S dxj dxk I àxjdxh
k »'• i k
02h dp)
max 2 dxj difr = n r(ip )iu
/(•*■)= ......................
■/fl ( ^ i » • • • I x n)
f ( x ) e C ^ im
posons que x {0} est un point contenu dans co avec son <&£-voisinage
fermé
û#e (*im) = {Il * - * <0>Il < m c: co,
où par norme on entend la m-norme* (cf. chapitre VII, § 7) et où
Von vérifie les conditions suivantes:
* C’est-à-dire, si A = [a^]:
| |d || = ||d ||» = niax 2 |« « |.
i ;
§ 3.] EXISTENCE DES SOLUTIONS ET CONVERGENCE DU PROCESSUS 465
2) lir„/'(x'«)
3) 2 | ^ | « C
k=l
pour i, j = 1, 2, . . . , n et x 6 Ugg (x<0>) ;
4) les constantes A 0, B 0 et C satisfont à l’inégalité
[io = ^ 1. (2)
Alors, pour une approximation initiale x 10’, le processus de Newton
x (p+1 > = x <p > _ jf - i ( x <p > ) / ( x <p >) (3 )
30—01072
466 R E S O L U T IO N A PPROCHEE DES SY STÈM ES D ’É Q U A T IO N S [C H . X III
donc
h fy ^ . B q
et
Ü w (x"> )Œ Ü æ (x«').
*)
Pour évaluer I \ = JV"l (x <l)), appliquons la relation (AB)-1-—
= B~1A~1 pour mettre cette grandeur sous la forme
r, - \w (x<°>) •r0w (x '1»)!"1 = i r 0iv (x '1»»-1. r0. (4)
En tenant compte de la condition 1) du théorème, on a :
Il£ - iw (x“>)|| = || r0 n<
< l i r 0|| Il IF (*«»)— ^ (x < 1> ) |K ^ o ||iy ( x (1>)— IV(x<0')||.
Puisque la condition (3) amène
d * f i (X)
Il/*"(*) Il= max 2 dxj dxfr
<C,
i*i *=i
en vertu du corollaire 2 du lemme 1 on obtient :
|| w (x*1*)— W (x*®*) || = || f (x(1>) —f (x<®>) ||<
C « || x a> —x <0) || C*CnB0C ;
et donc
\\E — TqW (x»1») ||< nA0B0C = y •
Par suite (chap. VII, § 10, théorème 5, corollaire), il existe
une matrice inverse
[I W (au'1»)]"1 = { E - (E— T0W (x '1»))}"1,
et comme || E || = || £ | | m= 1,
|| [iyV (x»1»)]-1 | | < — - < 2 . (5)
J __ PO
2
On déduit de la formule (4):
Il IK II [T0W (x a ')\~l \\ | | r 0||< 2 4 o = ^i- (6)
La formule (3) entraîne
/ ( x (0>+ f ) (x<°>) (x(1) —x<°>) = 0,
d’où, en vertu du lemme 2,
ll/( x a >) Il = ll/( x (1)) - / ( x < ° > ) - / ' (x<°>) (x<1>-x<°>) || <
1
§ 3.1 EXISTENCE DES SOLUTIONS ET CONVERGENCE DU PROCESSUS 467
avec
|=r.flc«°> + è ( x a >— * <0)) e t O < 0 < 1 .
Compte tenu de l ’inégalité (6), on obtient :
lir,/(ar-‘1> ) ||< |i r 1h ||/'( * <1,)II<
< lA o ^-n B lC =. nAoBIC - - i mÆ0 = (7)
Ainsi pour le point x {1) nous avons
Ü&C (Jc*1*) c: Ü æ (*(0>) cr o>
et, en outre,
lir .iK ^ , /ijir ./M iiC iB ,,
où
A t = 2A0,
Il en résulte
Pi = 2nA^B^C = 2îi*2Aq*-^ [IqBqC = ^q^ tiA qB qC = 1- (8)
On retombe donc dans les conditions du théorème, à cette diffé
rence près qu’au lieu du voisinage (x<0>) on a le voisinage
U ^ ( x il}) emboîté dans le premier voisinage.
En reprenant des raisonnements analogues, nous pouvons établir
que les approximations successives x (P> (p = 1 ,2 , . . .) ont un
sens et sont telles que
U w ( x ' 0)) ^ U M ( x a >)=> . . . D ^ ( X (P,) D . . . ,
U 2P
de plus
f
Il r P|| = ||
Il r P/(*<p>) || = h *<»«>-*<*> n< /?p,
où les constantes A p et B p sont liées entre elles par les relations
de récurrence
A p = 2 A P. U !
B p = j p p - l B p. l J (9)
et
P p = 2nApBpC (p == 1» 2, . . .) . (10)
30*
468 RESOLUTION APPROCHÉE DES SYSTÈMES D’ÉQUATIONS [CH. XIII
= =
Op
Vp = K •
Ensuite
on a pour q > 1
| x«P«> _ JC(P) || < || X<P+1> _ x <p> || J_
+ 1| ar'p+2>—*<p+1>|| -f . . . 4 -1| x (PW»- jr<p«-i» || <
Bp + Bp+I T •■■'T Bp+q- 1 =
+ ( - r p ,_ ‘ ( t ) p ^ üp- ,b » [ 1 +
avec
W p = W(x*>).
En tenant compte du fait que
/ ( * • • ) = 0,
il vient
\Vv (jf<p+d —jr**) = / (x**) - / (jr<p>) — W p (x** - x < p>)
et. par conséquent,
x (P+i, - *** = r 7, [/ (x**) - / (x<p>)— \Vp (jr** - 3r<p>)],
où
r P=wp\
Calculant l’estimation en norme, on aura:
Il ar" - x ‘™> ||< || Tp || || / (x**) - / (x<p>) - W p (or** - x<”>) ||.
Dans les notations du § 3 (cf. théorème 1)
Il r P \\< A P.
L’application du lemme 2 du § 2 conduit à l’inégalité
Il / ( * • • ) - / (x‘p>)- W p (x**- x<p>)||< i - nC ||x**- x ‘p>||a,
où la constante C est définie d’après la condition (3) du théo
rème 1. Par suite
||jr. . . _ JC(P+i ,||< ^ . n^ j)C ||x . . _ ar<p.||2 (p = o, 1, 2, . . . ) . (3)
- ^ - B 0< S f ,
Mo
le système (1) ne possède pas dans le domaine étendu (1)
il vient
BP i »p-1 / 1 \p B0 /Q,
jip “ 2 ’ Hp_i “ l 2 ) ‘ ^ * (8)
Cette dernière relation peut également s’obtenir directement des
formules (1) et (2) du § 4.
Ainsi
|| ***-*<*> ||< ( 4 ) (p = 0, 1, 2, ...) •
Par conséquent,
jr** = lim x lP) = or*,
p-+oo
ce qu’il fallait démontrer.
Mo
avec Ho = 2nAoB0C < 1 , le processus de Newton converge vers la
solution unique x* du système (1) (§ 3) dans le domaine principal
|| x — x (0) || ^ 2 B q quel que soit le choix de Vapproximation initiale
x /<0î dans le domaine
H r 'x x - ^ 'I K - ^ - B o . (1)
D é m o n s t r a t i o n . Par analogie avec les notations données
ci-dessus
W0 = W(x'°') et Tq= W Ï "
introduisons
W 9= W ( jt'«>) et r 0= (W 0)-K
Montrons qu’au point x ' 0) on vérifie des conditions analogues
à l)-4) du théorème 1.
Utilisant les notations et la méthode de démonstration du théo
rème 1, on a :
Il e - t 0w 0|| 1| r 0(iK0- if;) \\<
< Il r 01| || W0- IV'01|< A0nC y *'<•> - *•<»>||.
D’où, compte tenu de l’inégalité (1),
Il E - T 0W ’ K ^ o n C 5o = - ^ Ü 2 - < - .
474 R É S O L U T IO N A PP K O C H & E DES SY S T È M E S D ’É Q U A T IO N S [C H . X I II
Par suite,
Il ( i W 11| = || \ e - (E - r 0w gr» || <
i <- ( 2)
i - l l £ —r 0H^ii 1 — Wo 3 + Ho
Il existe donc
r ;- ( W l r0
et
4An
Il r ; || < || (roHQ-11| || r 0y < = a' . (3)
Déduisons ensuite
Il r 0/ (yt0>
)|| < il r 0\\ y / ( * '« » ) - /
- W 0(jt'<0)—x t0>) || -1-1| r 0f (*«») || + 1| *'«»-*<'» ||<
< y/lon C || x'<0'—*<°> |p + B0-f1| :r«"||<
^ t D 1 2fi0■l’ W i o i 1 Mo d _
< — M* o --------------- ---------- ^M
9^7“
o ^0 =
_1 — 2po + Mo+ ityio + 8 —8p0 D (3-fiio)2 D
-- ------------ Wo ------------- * 0 = ”lÔ[io
On en tire en utilisant l ’inégalité (2):
Il K f ( ^ (0,) Il = Il ( W r - r » / (*'<»>) IK
< Il ( r o ^ ') - 11|•Il r 0/ (ac'<0>) || <
4----- (3 -f- Ho)2 f l 3 + Ho B Br (4)
3 + Ho ll>Ho •<Ho v
En vertu des inégalités (3) et (4), on obtient :
440 3 4*Mo B0C = 2nA0B0C — = i
H' = InA 'B'C =
3 + Ho 4{»o Mo
De plus,
2B' + ||x '(0> -
-Mo Mo
el donc, à plus forte raison,
Mo
Ainsi, au point jr'(0) les conditions du théorème 1 sont com
plètement vérifiées ; en outre
U z b - ( * ' <0>) C I U 2Bo ( X <0>) c zUge ( X <0>) (5)
Ho
(fig. 58).
§ 6.J STABILITÉ DE LA CONVERGENCE DU PROCESSUS DE NEWTON 475
La procédure de Newton
x '<p+1 —
où
r p = iv -'(x '" » ) (P = of 1 , 2 , . . . ) ,
converge donc vers une certaine solution x '* du système (1) du § 3
qui repose dans le domaine Uz& (x '(0)). En vertu de la formule (5)
Uofi
Mais la remarque du théorème 3 du paragraphe précédent fait
que dans le domaine U o b 0 ( x <0)) il n’y a qu’une s e u l e s o l u -
Tô“
t i o n x * du système
principal (1). Donc
et
jr* —lim jt' (P\
p-+ 00
ce qu’il fallait démontrer.
Remarque. Si
2B 0 et fi0 < 1 » pour
la première approximation
initiale x (0) il existe tou
jours un voisinage dont
n’importe quel point peut
être pris comme approxima
tion initiale de la procédu
re de Newton qui converge
vers la solution cherchée x*.
En effet, soit
2B0 <Z 2qB0 = Q/i,
où q > 1. Posant
= max (no, - j ) •
on obtient en vertu des théorèmes 1 et 4 que pour une approximation
initiale quelconque x ,{0) qui vérifie la condition
Il *'««>—*<o< || < ± ÿ $ - B o
= Il r 0 [ / & '») - w ( x « > ) (S<p >- * < * > ] || < || r 0 / ( * < • > ) \\ +
«=1
où ôij est le symbole de Kronecker et r 0 = Ivul* Donc
478 RÉSOLUTION APPROCHÉE DES SYSTÈMES D’ÉQUATIONS [CH. X IÏI
et
n
d-f»
dxj drh — 3 Tl. à x j dxfr
Par suite,
n n n
HF" (t]) || = max 2 d°~Fj{r\) I à 2f« (n) <
d x j dxk | ma?c 2 12 ti. d x j dxk
n n n
< m ax 2 ITi.I S | - S f S - | < max 2 |T i.K = C ||r 0||< y !0C
.=1 k = i1 ' h 1 *'* ,= i
et en vertu de (9), on a
Il ** (0)11 pCIie -*<°>||.
Le point 6 appartient évidemment au voisinage 2B0 du point se<0) ;
donc
||8 -jr< °> ||< 2 £ 0
et
|| F ' (6) || < 2nA0B0C = p0. (10)
Si l’on tient compte de l’inégalité (10), l’inégalité (S) permet de
déduire
||x * - |< I)> ||< P o ||a r * -l‘p- 1>||,
d’où
Il ar* - | < p>|| < pjj| ar* - 1 '° ' || = pp || x* - x<» || < 2 B tf.
Pour p0< l * la dernière inégalité entraîne
lim £‘p>= x*.
p-+ oo
c’est-à-dire
5 = (P (I).
Ainsi | est une racine de l ’équation vectorielle (2).
Si, en outre, toutes les approximations x <P) (p = 0, 1, 2, . . .)
appartiennent au domaine o> et si x* est une solution u n i q u e
du système (2) dans <o, alors, évidemment,
l = x*.
La méthode des approximations successives peut être appliquée
également au système général
/ ( *) = 0, (5)
où / ' (x) est un vecteur fonction défini et continu dans le voisinage
co du vecteur solution isolé x*. Par exemple, récrivons ce système
sous la forme suivante:
x = x + A f(x),
avec A une matrice régulière. Introduisant les notations
* + A / (x) = q> (x), (6)
on aura
x = q> (x). (7 )
480 RÉSOLUTION APPROCHÉE DES SYSTÈMES D’ÉQUATIONS [CH. X III
Posant
t
on aura:
S 8.1 MÉTHODE DES APPROXIMATIONS SUCCESSIVES 481
D’où
f l,8 11
/ ' (x<°>) = |^2 43 _ J
et
d e t/' (*<0>) = - 1 ,8 - 2,43 = -4 ,2 3 .
La matrice / ' (x(0>) étant régulière, il existe une inverse
[/ (ac<0,),' 1= —T 2 t [ _ 2,43 i j -
Ainsi
A= — ^ <0’^"1 = T 2 t [ - 2 , 4 3 1,8] -
Posons
» (* ) = * + A/<*) = [ * ] - - ^ [ * 43 '
à 10 près.
ÿ n = < P n (* l, x 2, . . . , Z n) , >
.
, .v= .
» <p= •
-X n .
y n_ ,<pn
pour mettre le système (1) sous la forme abrégée:
y = <p (•»)• ( i ')
Introduisons dans l'espace En une norme canonique ||x || véri
fiant les conditions ordinaires. On peut poser, par exemple,
||x ||m= m ax|x,|,
%
soit
i
soit encore
11*11*=* \ / 2**5»
§ 9 .] NOTION DE INAPPLICATION CONTRACTANTE 483
est vraie.
D é m o n s t r a t i o n . 1) Pour prouver la convergence de la
suite des approximations x (p > (p = 0, 1, 2 , . . .), appliquons le
critère de Cauchy (cf. chapitre VII, § 9). On a
j| x <p +*> _ x <p > y = || (x < p+l) — x (P>) + ( x (P+2>— x < p+1>) + ... +
31*
434 RÉSOLUTION APPROCHÉE DES SYSTÈMES D’ÉQUATIONS [C il. XIII
l’inégalité
||x* —x <p,|| c-e
est vérifiée.
Les conditions du théorème 1 imposent que t o u t e s les
approximations x (p> appartiennent au domaine fixé G. Dans la
pratique cette condition est parfois difficile à vérifier. Aussi donne
rons-nous un théorème légèrement modifié.
T h é o r è m e 2. Supposons que Vapplication (1) soit contractante
dans le domaine fermé G et que g soit un domaine borné compris dans
G avec son voisinage p (au sens de la norme adoptée), où
Dq
p> 1-q ’ (14)
X* = ^P2(^1 j • • • i£n)t
Xn = < P n (* l, X2, . . . , X „ ),
et
|I<P'0*)IIii = max || q>'(ar) ||,, (3)
x£G
OÙ
n
d<Çi (x)
Il 9' (ar)||m= max 2 dxj ( 2 ')
1 ;=i
et
n
3<fi (x) |
||9'(ar)||, = max 2 1 dxj |* (3')
3 . .1
T h é o r è m e . Soient les fonctions <p (x) et q>' (x) continues dans
le domaine G, l'inégalité
II<P, (^)I| i < 9 < 1 . (4 )
où q est une certaine constante, étant vérifiée dans G.
Si les approximations successives
x (î>+1) = q>(x(p)) (5)
(p = 0, 1, 2, . . .) ne sortent pas hors du domaine G, le processus itératif
(5) converge et dans le domaine G le vecteur limite
x* = lim jr (p>
p—
*00
est la solution unique du système (1).
D é m o n s t r a t i o n . En vertu du théorème 1 du paragraphe
précédent, il suffit de montrer que sous la condition (4) l'application
y = 9 (ac) (6)
est contractante dans le domaine G au sens de la m-norme.
488 RÉ SO LU T IO N APPROCHÉE DES SYSTÈMES D’ÉQUATIONS [CH . X III
• s
;= 1
d<P/ (*)
<'■0*
( i = l , 2, . . . , n) (7)
pour x Ç G.
Il est évident que le système des inégalités (7) entraîne la condi
tion (4) du théorème.
R e m a r q u e . Le théorème 1 du § 9 conduit pour l ’approxima-
tion x (p> à l ’estimation suivante
| | x * _ j r . ( p ) | | m < ï 2 l _ | | j r ( i ) _ x ( 0 ) ||m (p — 0, 1, 2, . . . ) ,
où x (,) -<p(x<0)).
- 2 “ 2 ^ * , h
i=I j= 1
avec £ = x + 0Ax et O < 0 < 1 .
On en tire, compte tenu du fait que |e i |< l l :
(7)
j=i
(i = 1, 2, . . ., n) sont respectées.
R e m a r q u e . Le théorème du § 10 entraîne pour l ’approxima
tion x <P) l ’estimation suivante:
Il x* - x<J» ||, < ^ Il xCO-xO» ||If
où x (1) = <p(x(0)).
§ 12J MÉTHODE DU GRADIENT 491
_/n _
Supposons que les fonctions f t sont réelles et continûment diffé
rentiables dans leur domaine de définition commun. Considérons
la fonction
U (ar).= I l Iil (x)]» = ( f (x), f (X)). (3)
î=i
Il est évident que chaque solution du système (1) annule la fonc
tion U (x ); par contre, les nombres x u x2, . . xn pour lesquels la
fonction U (x) est nulle forment une solution du système (1).
Supposons que le système (1) n’ait qu’une solution isolée qui
est le point du strict minimum de la fonction U (x). Le problème
se ramène alors à la recherche du minimum de la fonction U (x) dans
l ’espace En = { x u x2, . . xn} de dimension n.
Soient x la solution du système (1) et x (0> son approximation
initiale. Menons par le point x (0) la surface de niveau de la fonc
tion U (x). Si le point x <0> est suffisamment proche de la solution x,
sous les hypothèses adoptées la surface de niveau
U (x) = U (x<°>)
ressemblera à un ellipsoïde.
Suivons à partir du point x <0> la .normale à la surface U (x) =
= U (x(0)) tant que cette normale ne touche en un certain point x (1*
quelque autre surface de niveau (fig. 60)
ï/(x ) = C/(x<i>).
Ensuite, en partant du point x (1\ suivons encore la normale
à la surface de niveau U (x) = U (x(1>) tant que cette normale ne
492 RÉSOLUTION APPROCHÉE DES SYSTÈMES D ’ÉQUATIONS [CH. XIII
On a
O (X) - S {fi [x<P>- \ grad U ( * <P))|}2 .
1= 1
La décomposition des fonctions U suivant les puissances de X aux
termes linéaires près donne
Par conséquent
i=i
( / (x<P>), W (x«P>) grad U (x<p>))
! (H^(x<P>) grad t / (x<P>), W (x<P ’) grad U (x<p>))
avec
’d
J± dfl àf i l
dx\ dx2 ‘ ‘ ■ à xn
df2 d f2 àfz
dxi Ô X n ' àxn
dfn <>fn àf n
-dxf dx2 • ' ' à x j
D’OÙ
2 ^ M * >
i —1
grad U (x) = 2 = 2W ' ( x ) f ( x ) ,
i:
avec W ’ (x) la malrice jacobienne transposée.
Et finalement
( / (p). W p W'vf<rt)
p.p —2ÀP (5)
(W pW p f& \ w pw ' p/ * p >) ’
où, pour abréger l’écriture, nous avons posé
/'(p) = / (x<J»); W P= W ( x ( p >),
de plus
jc < p + |) = ar<p> — H p W p f i P ) (p = 0 , 1, 2, . ( 6)
Si l’on admet que la fonction f ( x ) est deux fois continûment
dérivable dans le voisinage de la solution cherchée æ, on peut obtenir
des formules de correction plus exactes Ax<P) = x <p+1> — x <P)
(cf. [7]).
E x e m p l e . Calculer par la méthode de la plus grande pente
les solutions approchées du système
x-y-x-— 2yz = 0 ,l; \
y — jr + 3xz = — 0,2; >
z -f- z- + 2xy = 0,3 J
reposant dans le voisinage de l ’origine des coordonnées.
S o l u t i o n . On a
"0
x<°> = 0 .
0
Ici
’x-j-x2—2yz—0,1'
f = y —yz ■+■3xz -j- 0,2
z + z2 + 2xy—0,3.
et
r i + 2x - 2 z —2y "
w= 3z 1—2p 3x .
2y 2x l + 2z_
S 12.] METHODE DV 8 RADIE NT 495
0,3
D’une façon analogue on obtient la deuxième approximation
ar(|). On a :
ro ,i3 i —0,(5 0,41
1,2
/•<» = 0,05 ; H-, = 0,9 1,4 0,3
.0,05. .-0 ,4 0,2 1,0.
D’où
0,181
IVifU) 0,002
.0,147.
et
0,2748
VF, ;/<') = 0,2098
L0,lü32_
Par suite
t>,13-0,2748 + 0 .1 )5 .0 ,2 0 9 8 -1 -0 .0 5 .0 ,1 0 3 2 _ 0,054374
Fr U,27482 + 0,20982 + 0,1632* “ 0,14619797
==0,3719
et
O*1 1 0,181' 0,0327 i
U<2) = - 0 , 2 —0,37119. 0,002 = —0,2007 ! .
[ 0,3 0,147. 0,2453 i
Pour vérifier, calculons le résidu
0,032
/'(2) = -0 ,0 1 7
—0,007
49C RÉSOLUTION APPROCHÉE DES SYSTÈMES D’ÉQUATIONS ICH. XÏ1I
fn = 2 Gn]*] — 6/i = 0
1-1
à matrice réelle A = [üîj] et à colonne des termes constants
V
6:
6=
L^n J
Il vient
f = A x — b
et
a il a l2 • • • a i n
Donc
r Q= Ax(0>— b =
* 8 -- 1 - .2 0* I* 0,3 * 2,3* *0,55*
0 10 1 2 - 0 ,0 5 —0,5 0,4
—
-1 0 6 2 - 0 ,2 - 1 ,2 0,3
3 -- 1 2 12. L 0,3 . . 3,7 J 0,45.
Ensuite
* 8 0 i *0,55* *5,45-
- 1 10 io - 0,4 3,0
A 'r 0 = i6
-2 1 0,3 2,0
i
0 2 2 . 0,45. 6,8 _
et
’ 8 - 1 - 2 0* *5,45* *36,6 *
0 10 1 2 3,0 45,6
- 1 0 6 2 2,0 20,15
. 3 —1 2 12. 6,8 . .98,95.
88,9425
13616,0452
0,006532.
D’où
- 0,3 * *5,45* * 0,2644*
- 0 ,0 5 3,0 -0 ,0 6 9 6
-0,006532
-0 ,2 2,0 -0 ,2 1 3 1
0,3 . 6,8 . 0,2556.
(le plus.
0,3109*
0,1020
r<') —b =
0,1684 ’
0,1966.
$ U .] MÉTHODE DES SERIES ENTIÈRES 499
i—l 1
(k = 1, 2, . . n), où
X = (xlf Xo, • • ., xn).
Nous supposerons que les soient des fonctions analytiques de X
pour | X | ^ 1.
Supposons que pour | X | ^ 1 le système (2) admette une solu
tion analytique simple xj (X) (/ = 1 ,2 , . . ., n) coïncidant pour
X = 1 avec xj (/ = 1, 2, . . ., n). Posons
X;(0) = Xy (7 = 1, 2, . . . , n),
où xj0) (/ = 1, 2, . . ., n) est une solution connue du système (2)
pour X = 0. En développant les fonctions xj (X) en série de Taylor
au point X = 0, on obtient :
x i M —x3(0) + kx'j (0) + Xj (0) -f . . . (/ = 1* 2, ...» n). (3)
Pour calculer les coefficients xj (0) dérivons l ’égalité (2) par
rapport au paramètre k:
n
+ ^ = 0 (* = 1. 2, (4)
}--=i
Posant x = ac<°> et A,= 0, on aura
dFh (x«»; 0) dFh (x<°>; 0)
S d xj
X j (0) =
dK
(k = 1, 2, . . . . n).
j= 1
on trouve xj(0).
Ensuite en dérivant par rapport à k l’égalité (4), on obtient:
{k)x[{k) +
2 lN « + S 2 dxj dxi 3
1 i= l 1
d*Fh d2Fk
+ 2S d xj dX * iW 4 JiA? = 0 .
j=î
§ 14.] MÉTHODE DES SÉRIES ENTIÈRES 501
On en déduit successivement :
y<+2 = (1 + A) y£+1 = (1 + A)2 y lf
y<+ 3 = (1 + A) yl+2 = (1 + A)s yh
X y Ay A* y A3y
Tableau 34
Tableau des différences diagonal
X V Ay A2y A 3y
*0 yo A ÿo
*1 yi A ÿi
A 2ÿ 0 A 3ÿo
*2 y2 A y2
A 2ÿ i
*3. Vz
S 2.] TABLE DES DIFFERENCES 507
A2y0 = A ^ — Ay0 = 8.
Portons ces valeurs sur le tableau 35. Notre fonction étant un poly
nôme de troisième degré, sa différence troisième est constante (cf. § 1)
et égale à
A8*/* = 2 -3 1 = 12.
Pour poursuivre la formation du tableau 35 on peut donc recourir
à la sommation* en utilisant les formules
AVh = A2yt + 1 2 (i = 0, 1, 2, . . .),
Ay<+Î = Ayt + A2y* (i = 1, 2, . ..),
y«+i = Vi + Ayt (i = 2, 3, . . . ).
La ligne étagée indique les données initiales popr former le tableau.
Tableau 35
Tableau des différences horizontal de la
fonction du troisième degré
X y &y Wy
0 -1 3 S 12
1 2 11 20 12
2 13 31 32 12
3 44 G3 44 12
4 107 107 56 12
5 214 163 68 12
rence ; 3) pour toute différence Ahy la somme des erreurs, compte tenu
de leurs signes, est nulle, alors que la somme des valeurs absolues
des erreurs est | e | -2*. Ainsi, même une erreur négligeable de la
valeur de la fonction conduit à des erreurs importantes dans ses
différences d’ordres élevés. Remarquons que dans le cas d’un tableau
diagonal l ’erreur maximale des différences Aky se trouve sur la même
ligne horizontale que la valeur tabulée erronée yn ou sur les lignes
supérieure et inférieure voisines.
La loi examinée de la propagation de l'erreur e dans le tableau
des différences permet parfois d’établir l ’existence et l ’emplacement
de cette erreur, ainsi que sa valeur numérique, et par là corriger le
tableau.
Les tableaux des différences se composent en général à une unité
décimale fixée près. Si la fonction y = f (x) possède des dérivées
continues jusqu à l’ordre m, le pas h = Ax étant suffisamment
petit, ses différences changent régulièrement jusqu’à l ’ordre Itt
y compris, la différence d’ordre m étant presque constante dans les
limites des décimales données. Si cette dernière condition est enfreinte
dans quelque partie du tableau et si la fonction n’a rien de singulier,
on est alors en présence d’une erreur de calcul.
Après avoir trouvé l’écart maximal entre la différence d’ordre m
et l ’allure régulière, on peut déterminer l ’emplacement de cette
erreur dans la colonne des valeurs de la fonction y sous l ’hypothèse
que : 1) cette erreur est unique et résulte du calcul erroné d’une
valeur de la fonction et 2) le calcul des différences finies n’a pas
donné lieu à d’autres erreurs. Si on découvre une telle erreur dans
le tableau des différences, on peut la corriger à l ’aide das valeurs
des différences. Montrons comment on le fait tout en nous bornant,
pour simplifier, au cas des différences constantes secondes ou troi
sièmes.
Supposons que la valeur tabulée fausse est yn + e, où l ’indice
n est établi, alors que la valeur de l ’erreur e est inconnue.
Si les différences troisièmes sont pratiquement constantes, les
différences secondes forment une progression arithmétique; la valeur
exacte de la différence seconde A2yn-i sera donc égale à la moyenne
arithmétique de trois différences fausses adjacentes:
15 13,260
884
16 14,144 0
884
17 15,028 0
884 1 8
18 15.912 (-4)0
88(0)4 >- 2 e
19 16,79 (2)6 (8)0
88(8)4
20 17,680 (-4)0 e
884
21 18,564 0
884
22 19,448 0
884
23 20,332
§ 3. Puissance généralisée
Dans ce qui suit nous devrons recourir à la notion de puissance
généralisée [11.
D é f i n i t i o n . On appelle puissance généralisée w-ième du
nombre x le produit de n facteurs dont le premier est égal à a; et
chaque facteur suivant est plus petit de A que le précédent:
xlnl = x (x — A) (x — 2A) . . . [x — (n — 1) A1, (1)
où A est une constante fixée.
L’exposant d’une puissance généralisée se met généralement
entre crochets. On pose xl°] = 1.
Pour A = 0, la puissance généralisée (1) coïncide avec la puissance
ordinaire
XW = x*.
Calculons les différences d’une puissance généralisée en posant
Ax = A. Pour la différence première on a :
Axlnl = (x-f A)^n*—xlnl =
= (x + A)x . . . [x —(n —2)A]—x(x — A) . . . [x —(n— 1)A]--
= x(x —A) . . . [x —{n —2)A|•{(x-j-A) — [x—(/i — l)A]}--=
—x(x —A) . . . [x — (n — 2) A] nh ^rcAxl"-1!,
soit
Axtnl = nAxl71” ^. (2)
Calculons la différence seconde :
A2xlnl = A (Axtn)) = A (wAxI71-1!) =
= nh»(n — 1) AxÉn_2J = nh2 (n — 1) xln-2L
Ainsi
Aaxln) = n(n — 1) A2xIn~2L
Il est facile de déduire par récurrence la formule générale
A*xW = » (n — 1) . . . [n— ( A - 1)] A*xï"-^,
où A= 1, 2, ...,/? •
Il est clair que
A*xlnl = 0 pour k > n .
512 INTERPOLATION DES FONCTIONS [CH, XIV
A(» + l) ’
il vient
N-l
■*»=
i=Ü
_ _ _ { x ^ n + l ] _ I [n + l] + . . . + * £ + * ] — x t» + /l} =
= T ( ^ H ) - ( 4 n+,1- 4 n+,]L
Ainsi
iV-l
4v+11- 4 n+l)
2 4 nl M «+ l) (3)
seule solution si l ’on cherche non pas une fonction arbitraire F (x)
mais un polynôme Pn (x) de degré inférieur ou égal à n vérifiant les
conditions (2) et tel que
P n (Xo) = UOi Pn («^i) = I/lï • • •» Pn (*^n) = I/n-
alors il vient
(*-*o) (* -* 0- * ) (*-*0-2/1)
hi h ' h ' h
[*—*o—(Z—1) Z*1 —l)(g —2) — (g—£+1)
h
( î = 1, 2, . •., n).
33*
516 IN TE R PO L A TIO N DES FO N CTIO N S IC H . X IV
Tableau 38
Différences de la fonction y = ex
X V A i/ A2 y A 3 IJ
y ü
En appliquant la première formule d’interpolation de Newton,
trouver la valeur approchée de O (1,43).
S o l u t i o n . Complétons le tableau 39 de y jusqu’aux diffé
rences troisièmes y comprises.
Tableau 39
Différences de la fonction y — O (x)
X u Au A2U A3|f
X 0 1 2 3 4 5
S o l u t i o n . On a évidemment :
ASn = Sn+1 — S n = (n + l)2.
D’où
A2Sn = 2n + 3, AsSn = 2
et, par conséquent, S n peut être recherchée sous forme de polynôme
du troisième degré par rapport à n.
T a b le a u 40
Différences de la fonction y
X V Ay A2y
0 5,2 2,8 - 0 ,4
1 8,0 2,4 - 0 ,4
2 10,4 2,0 - 0 ,4
3 12,4 1 ,6 - 0 ,4
4 14,0 1,2
5 15,2
X V
1000 3,0000000
1010 3,0043214
1020 3,0086002
1030 3,0128372
1040 3,0170333
1050 3,0211893
Trouver lg 1044.
S o l u t i o n . Formons le tableau des différences (tableau 41).
T a b le a u 41
x y ùfiy A3 y
Adoptons
xn = 1050,
alors
1044-1050
x — xn
h 10
- 0 ,6.
En utilisant les différences soulignées, on a, en vertu de la formu
le (4'):
lg 1044 = 3,0211893 + ( - 0,6). 0,0041560- ( - ° ’6 H - ° ,6 + 1) X
x 0,0000401 + (-o .C H -o .S + tH -o .e -f-2) . q,0000008 = 3,0187005.
g= J ^ > 0.
Différences de la fonction y = s i n x
X y Ay A*y A3y
Tableau 43
t3
X y Ay A*y A3y A*y Ay Asy
*U £U
Ayu
y-3 A2y..
Ay-3 AJy.<
X-2 y-î A2y 3 A*y.*
ày-2 AJy.j Asy .t
x- , y-, A2y.2 a V * A*su
Ay.t> 7 ^ A3y-s .
V *4
xa ya 'p ÿ ? <t?y.2 ^A*y.3
Ay„' AJy-, Asy.2
xr Vt A2y0 A*y-, A6y.z
Ay, A3y0 Asy-,
*2 y2 A2y, A%
Ay2 A3y,
X3 y,j A2y2
Ay,
X4 y<
_ _ „ _ A 2 n - i^ n. 1} ^ _ A2ny-n
4 U * ’ • • • » “ 2n-l — (2n— 1) ! A2n-l * a 2n — (2*) | fc2n *
ou en abrégé
4!
( 9 + n - l P » - 1! A«n-i ■ (g+/i)[2n] Ain /y .
(2n—1) ! A y‘n + (2/t) I A y-n (n )
avec
x = x0 + qh.
528 INTERPOLATION DES FONCTIONS [CH. XIV
au pas h et soit
yi = f (xi) (i = —rc, • • n + 1)
les valeurs données de la fonction y = / (x).
Si l ’on prend pour valeurs initiales x = x0 et y = y0>en utilisant
les points x h (k = 0, ±1» • • •* ± n ) on a:
P (x) = yQ+ gAy.j -f- 2! A2y-i
: (g-fl)Ç (g -1 ) A3y a . (g + 2)(g+1)q(g-l) 2
3! 4I
^ (g+ n —1) ... (g —i»-f P l 2n-i
( 2 ^ — 1) !
!/-n
, ( 7 + « ) (<7 + n — î ) “ • (<7 — n - M ) A2T,..
^ ---------------(SÔT -------------A y~n• (1)
§ 10.1 FORMULE D’INTERPOLATION DE DESSEL 529
h
les indices de toutes les différences du deuxième membre de (1)
augmentant respectivement de l ’unité. Si dans le deuxième membre
de (1) on remplace q par q — 1 tout en augmentant de l ’unité les
indices de toutes les différences, on obtient la formule auxiliaire
P {X) = —1) Aÿ0+ * (q27 A*ÿo +
+ ■?.(?— â3y .{ + to+Qgfr-mg-Z) A V i t
, (?+ l)?(7-l)(g-2)(g-3) A&„ , ( ? + * — 2) . . . (q — n ) w
5! a y _ 2- t - ...- h (2n — 1) ! X
v A2n-1.. . (? + n“ 1) • • • (V“ *) A2n ZO\
X a £ M n - i)“l n f î ------------- a ÿ-<n-1>- \*)
En prenant la moyenne arithmétique des formules (4) du § 8 et (2)
après des transformations élémentaires on obtient la formule
d'interpolation de Bessel
P(»l--a+a- + ( ,—|) to + îS S f lL . +
(«— A 3 .. i 9 ( 9 — 1 )(9 + 1 ) ( 9 — 2) A4y _ 2 + A 4ÿ_i ,
3! A y-i H------------ 4"!-------------------- 9-------- r-
( î —y ) 9(9—1) (9+1) (9—2)
5! A5y-2+
, 9 (9 - 1) (9+ 1) (9 - 2) (g + 2) (7 - 3) A«y_3+ A «ÿ_2 ,
H---------------------g-|----------------------------5---------r " *
, 9 (9—1) (9 + 1) (9 —2) (9 + 2) . . . (9 —n ) (9 + n — 1) w
‘•‘+ (2/i)! X
.. A2nÿ_n + A 2nÿ -n+i .
A 0 "T”
points
^-(n-1)» • • xn+1*
Dans le cas particulier, pour n = 1, en négligeant la différence
A3y_i on a la formule d’interpolation quadratique de Bessel
D yo+yo+Ayo (g — & y0 j i i n i l . Ayo —A i/.!+ Ayt~Ay 0
2 1 V
\ * 2 )/ 1 22 2
OU
**(*) = Ko+ ?Aÿ0—g, (Aÿj—Ay_, )
avec
? (1 —9)
gi:
Dans la formule de Bessel tous les termes contenant les diffé
rences d’ordre impair comportent le facteur g — 4" * c’est pourquoi
avec g = y la formule (3) devient beaucoup plus simple:
p ^ *o+*i \ ÿp+ÿi 1 A2y_i+A2ÿ0
■) 2 8 2
3 A4y - 2+ A 4y_i 5 Agy_3-f Agy„2
128 1024 2 ^
n [1 -3-5 . . . ( 2 n — l )]2 A2”y-n + A ^ y .n4l
22" (2/i) I 2
Ce cas spécial s’appelle formule de dichotomie de Bessel. Si dans la
formule (3) on effectue le changement de variable d’après la formule
q — -1- = /?, la formule devient plus symétrique :
A2ÿ_, + A2Wo
f(« )-T r+ A -i
' ( p! z r ) . + ( ^ ~ t ) ( pZ—t ) . ^
3! 4!
5! 61
, A6y~3+Agy.2 ,
' 2 * (2»)!
(2n—l)2
A2ny-n+ A2ny-n +l p ( p 2- | ) (p * - !-) • • • [ > ]
(2n + l)!
X A2n+1y_n+lJ (3')
Où p = ± (J *o+ *i
)•
§ il.] CARACTÉRISTIQUE DES FORMULES D’INTERPOLATION 531
2 e form ule
de Newton
x-z v.z A2y.j
&y-z ^A Jy ^
x -, y-, A2y .r ' A*y-3
W
A y .,^ A39LZ
a2
Xa * A y., . - J — m-A*y.2 - Formule
'4 — aeS ttrh n g
^Ay„ -v -- 1 ■WîV-r-- -Formule de
iV - : 2 Bessel
X, y0 A"y.,
Ay, ^ A Jÿo
v
X2 ÿz A2y, ^ A*y.
Ayt A*y, ^^l™formule
de New ton
Xj & A2y, A*y,
Une étude plus poussée des formules montre que pour | q | ^ 0,25
il vaut mieux appliquer la formule de Stirling, et pour 0,25 ^ q ^
^ 0,75, celle de Bessel. Il est avantageux d’appliquer la première
et la deuxième formule de Newton lorsque l ’interpolation porte sur
le début ou respectivement sur la fin du tableau et les différences
centrales nécessaires font défaut [41.
E x e m p l e 1. Les valeurs de l ’intégrale de probabilité [31
v ü
sont données dans le tableau 45. Trouver d> (0,5437).
532 INTERPOLATION DES FONCTiuNS [CH. XIV
T a b le a u 15
X V A y A2y A3 y
0,51 0,5292437
86550
0,52 0,5378987 -8 9 6
85654 —7
0,53 0,5464641 -903
84751 —7
0,54 0,5549392 —910
83841 ”” —7
0,55 0,5633233 —917
82924 -6
0,56 0,5716157 —923
82001
0,57 0,5798158
p = q— = 0,37—0,50 = —0,13 ;
d’où, en utilisant les différences soulignées,
<D(0,5437) = + 0,5633233 +
0,0169 —0,25 —0,0000910 —0,0000917
+ ( — 0,13)0,0083841 2 (2 '
* T a b le a u 46
75° 2,76806
6461
76° 2,83267 528
6989 84
77° 2,90256 612 19
7601 103 13
715 32 -5
O0
2,97857
8316 135 8
79° 3,06173 850 40 18
9166 175 26
80° 3,15339 1025 66 -1
10191 241 25
81° 3,25530 1266 91 43
11457 332 68
82° 3,36987 1598 159
13055 491
83° 3,50042 2089
15144
84° 3,65186
-0,0078-32.10-»+ 0 0117--£±£.10-» =
Pi{x)yt- (4)
i= 0
La formule de Lagrange (5) peut être mise sous une forme plus
condensée. A cet effet introduisons la notation
nn+i (x) = (x — x„) (x — X ,) . . . (x — Xj,). (6)
En dérivant ce produit par rapport à x on obtient:
n
n ;+ , (x) = S (x X0) (x X |) . . . (x— X ;_ j)(X — X J+i ) , . , ( x — X „ ).
j=0
Adoptant x = x t ( i = 0, 1, 2, . . ., n ) , on aura:
ni+ i (Xj) = (X,—X0) (X,—X,) . . . (X,—X,.,) (x, — x l+i) . . . (Xj —x0).
(7)
Portant les expressions (6) et (7) dans la formule (5) on obtient:
*0=0, *i = -g- *2 = Y
ou
L z (x ) = y x —3x2.
Exemple 2. Soit le tableau des valeurs de la fonction y =
= /(* ) [31:
X v
321,0 2,50651 .
322,8 2,50893
324,2 2,51081
325,0 2,51188
OÙ
n„+1 (x ) = (X — X0) . . . (X — X *).
L n(x) = |S L\**(x)yi.
i= 0
Notons que la forme des coefficients de Lagrange est invariante par
rapport à une substitution linéaire entière x = at + b (a, b sont
des constantes et a =^= 0). En effet, posons dans la formule (1)
x = at + 6; xj = atj + b (/ = 0, 1, . . n) ;
en divisant le numérateur et le dénominateur par an, on obtient:
rm>/«\ _ (* *o) (* *l) (3)
Li
ou
nn+i ( 0 (3')
(t fj) (h)
avec
n„+i (t) = (* - *0) O.
ce qu'il fallait démontrer.
Pour calculer les coefficients de Lagrange on peut utiliser le
schéma ci-dessous, commode à réaliser sur un calculateur électroni
que. Rangeons d'abord les différences en un tableau de la façon
suivante :
X — X q X q — Xj X q — X2 . . • Xq — Xn
Xj — X q X — X\ Xj — X 2 • ■ • Xj — X n
X2 — X0 x 2 — Xi X — x 2 . . . x 2 — xn (*)
Xjj Xq X ji Xj X ji I2 • • • X x n.
t| _ , n (1 = 0 , 1 , . . . n), (6)
où • .
ni »!
i l (fi — i ) ! *
On en tire
n C*
L n(x)= n n+1 (o 2 ( ■- i r * - r r r *> (?)
h •
Dans le cas d'un pas h constant, le problème d'interpolation est
rendu encore plus facile par le fait qu'il existe des tables des coef
ficients de Lagrange (cf. [5]), les calculs se ramenant ainsi à la
multiplication des coefficients tabulés par les valeurs correspon
dantes de la fonction y t et à la sommation.
E x e m p l e 1. Soit le tableau des valeurs d’une fonction
y = y (x)
X 0 ,0 5 0 ,1 5 0 ,2 0 0 ,2 5 0 ,3 5 0 ,4 0 0 ,5 0 0 ,5 5
Trouver y (0,45).
S o l u t i o n . Pour simplifier les calculs, posons :
x = 0,05*.
Alors les valeurs de la nouvelle variable t associées aux points
d ’interpolation seront 1, 3, 4, 5, 7, 8, 10, 11. Il faut trouver la valeur
540 IN T E R P O L A T IO N D E S PO N CTIO N S [C H . X I V
fi - Vi
i Di
0 =jti) Di
0
0 - 2 —3 —4 - 6 —7 —9 - 1 0 -7 2 5 760 0,9512 —0,0131-10-*
1 2
H -1 —2 - 4 - 5 -7 -8 26 880 0,8607 0,3202-10"*
2 3 i
2
0 -1 -3 -4 -6 —7 - 7 560 0,8187 -1,0829.10-*
3 4 1
B -2 -3 -5 -6 5 760 0,7788 1,3520.10“*
4 6 4 3 2
0 -1 -3 -4 - 3 456 0,7047 -2,0390-10-*
5 7 5 4 3 1
□2 -2 —3 2 520 0,6703 2,6530-10-*
6 9 7 G 5 3
H -1 11340 0,6065 0,5348-10-*
7 10 8 7 6 4 3 i M - 8 0 640 0,5769 -0 ,0 7 1 5 -10-*
On en tire
i=»7
y (0,45) = n (9) 2 ^ - = n (9)-5 = 3840• 1,6535• «T 4 = 0,6349.
i=0
Exemple 2. La fonction y = cos x est donnée par le
tableau [5]
i Vi t-i (-i)7-iC *Ü _
' 7t - i
H
0 5,0 0,283662185 3,47 —1 -0,08174702
1 5,1 0,377977743 2,47 7 1,07119198
2 5,2 0,468516671 1,47 -21 -6,69309530
3 5,3 0,554374336 0,47 35 41,28319523
4 5,4 0,634692876 —0,53 -3 5 41,91368048
5 5,5 0,708669774 —1,53 21 -9,72684003
6 5,6 0,775565879 -2 ,5 3 —7 2,14583444
7 5,7 0,834712785 -3 ,5 3 1 -0,23646254
n=42,8848749 5 = 69,67575724
Le tableau 48 donne:
11(3,47)=, S (3,47 — i) —42,8848749
i--=0
et
7
S = 2 (- 3 ^ r r 7 = 69,67575724.
i= 0
En vertu de la formule (7)
cos 5,347 = y p l l (3,47).5 = 0,592864312.
Il en résulte
M3 = max | ÿ"j = - i. 1 . io-> pour 100<a:<:l44.
2!
Comme pour on a
g{ i - 9 ) = t “ ( t - ? ) 2 < T ’
on obtient finalement :
i_
| fil (x) | y •10"®< 10"7*
Par conséquent, l ’interpolation linéaire est tout à fait admissible.
35—01072
546 INTERPOLATION DES FONCTIONS [CH. XIV
(* - ■ è ) (* --§ ■ ) (x — r ) ( * — & ) l *
Par exemple, pour x = 12°30' = arc 0,21816, on obtient :
| sin x — P b (x) | <2,2*10"®.
OU
A ^ 2 y . n- , + A 2 " ^ y - n nn+1
,(_ l)n +l J [w
1 .3 - 5' . M 2 n + 1 )F
R„ » 2(2n + 2)! 2 2 II+ 2
Si l’on pose
g= P - r |
l’expression du reste de la formule de Bessel se met sous la forme
( P - - |) ( ï - i ) •
etc.
D’une façon générale, les différences divisées d'ordre n s’obtiennent
à partir des différences divisées d'ordre (n — 1) à l ’aide de la rela
tion récurrente
[Xf, x*+1, . • y^i+nl [xi+l» xi-»»nl— (j:l ■
> i+n-ll
x i+n — xi (1)
(n= 1, 2, . . . ; i = 0, 1 , 2 , . . . ) .
Remarquons que les différences divisées ne changent pas avec
la permutation des éléments, c’est-à-dire qu’elles sont^des fonctions
symétriques de leurs arguments. Par exemple,
= = etc.
x 0 Uo
1*0. * ll
x l Ui I x 0» XU xz\
1*1. *2] 1* 0 . * i . * 2 - * 3 ]
x 2 y z
[X j, x 2l X3 I [X q , x 2 , X 3, X 4]
[* 2 . * 3] 1* 1 . * 2 . * 3 . * 4 l
XZ y z
[x2, x3ï x 4]
[ * 3 . * 4l
*4 y *
550 INTERPOLATION DES FONCTIONS [CH. XTV
X 0 0,2 0 ,3 0 ,4 0 ,7 0 ,9
etc. Les résultats des calculs sont portés sur le tableau 50.
Tableau 50
Différences divisées de la fonction y
0 132 ,6 5 1
8 1 ,1 3
0,2 1 4 0 ,8 7 7 1 5 ,8
8 5 ,8 7 1
0 ,3 1 5 7 ,4 6 4 1 6 ,2 0
89,1 1 1
0 ,4 1 6 6 ,3 7 5 1G,7 0
9 5 ,7 9 1
0 ,7 1 9 5 ,1 1 2 1 7 ,3
1 0 4 ,4 4
0 ,9 2 1 6 ,0 0 0
d’où
P (x) = P (x0) + P (x, x 0) (x — x0). (5)
Par définition
n (~. u^ot
mt
~ \ __ P(x*
~ • • • »xm;--------------------x P (x 0* — yxm) •
_---------------------
On en tire
P (x, x0, . . ., xm_,) = P (x„, . . xm) -f-
■ f (,X Xm ) P {x , * 0 . • • •» Xm ) (6 )
(m = 1, 2, . . n).
Utilisant la formule (6) on déduit, de proche en proche, de la
formule (5) :
P (x) = P (x„) -f P (x , x0) (x — x„) =
= P ( Xo) + P ( * 0 . * l ) (X — * o ) L
+ P (x , x0, x,)(x—x0)(x —x,) =
= P (*o) + P (*0, xl) (x — Xo) +
+ ^ (x 0, xi, x2)(x —x„)(x—x,) - f . . .
• • • “ 1“ P (*^0* X \1 • ' • t Xji) ( x X q) ( x Xi ) . . .
• • • (x — X n _ i ) “i- P (x, X q , • * » , X n ) X
0 0,3989423
-5 0 0
2,5069 0,3988169 — 190
— 1499 0
5,0154 0,3984408 -1 9 9
-2 4 9 6
7,5270 0,3978138
•• “f* 1).
554 INTERPOLATION DES FONCTIONS [CH. XIV
d ’où
x — Xq -f- qh.
E x e m p l e 1. Utiliser les valeurs de la fonction y = lg x
données par le tableau
X 20 25 30
y 1 ,3 0 1 0 1 ,3 9 7 9 1,4771
X V A/y
20 1 ,3 0 1 0 969 — 177
25 1 ,3 9 7 9 792
30 1 ,4771
S 20.] INTERPOLATION POUR LE CAS DES POINTS ÊQL IDISTANTS 555
»=ï¥k ïO '" * * * ■
Pour quelle valeur de x l ’intégrale y est-elle égale à y ?
Tableau 53
Valeurs de l ’intégrale de probabilité
! i
f »
A3î/ A*»/
!
0,45 0.4754818
91737
0.46 0,4846555 —840
90897 -1 1
0,47 0,4937452 -8 5 1 1
90046 -1 0
0,48 0,5027498 —S61 2
89185 -8
0,49 0,5116683 -8 6 9
SS316
0,50 0,5204999
556 INTERPOLATION DES FONCTIONS [CH. XIV
X 2 ,4 2 ,5 2 ,6
y 0 ,0 0 2 5 — 0 ,0 4 8 4 - 0 ,0 9 6 8
Tableau 54
Différences de la fonction de Bessel
ij= zJ T 0 ( x )
X y au A2V
2 .4 0 ,0 0 2 5 -5 0 9 25
2 .5 - 0 ,0 4 8 4 — 4S4
2 ,G — 0,09G 8
Adoptons
q = 0,048;
d’où
x = x 0 + qh = 2,4 + 0,048 -0,1 = 2,405.
Si l’on pose
_ 2 C .A - (1 = 1 , 2 , . . . ) , (2)
771= 1
Les calculs suivant la formule (2) sont rendus plus faciles par les
tableaux des coefficients cmi [81.
Dans un cas plus général, si l'on prend comme points d’inter
polation les nombres X* = a + ih (i = 0, 1, . . n), la formule
{3) s’écrit
D (k) - D (a) + S ( k - a ) m 2 c ^ h ^ D (a). (4)
771=1 i —m
* Tableau 55
Différences des nombres Z)(X)
0 -2 0 —99 -9 0 12 24
1 -1 1 9 —189 -7 8 36
2 -3 0 8 -2 6 7 -4 2
3 —575 —309
4 —884
Puisque
X (X -l) X3 X .
2! ~ 2 2 ’
X(A— 1) (X—2) _ X3 _ A
3] ~~ 6 2 3" ’
X(X- 1) (/- —2) (X—3) X3 11X2
4! 24 24
la formule (2) conduit à
C|i — i ;
î 1
C 22 = r
2 ’ Cj2 — 2 ’
1 1 1
C33 = 6 ’ C23 = ci3 = -3 ;
2 ’
• 1 1 11
C41 — 24 ’ C34 ==
II
c u — —
1^
~r
4 » 4
+ ( - 9 0 .1 - 1 2 . 1 + 2 4 -^ ) ^ + ( 1 2 .1 - 2 4 .1 ) ^ +
3 3 —0 1 0 7 2
502 INTERPOLATION DES FONCTIONS [CH. XIV
JC
*0 X1 X2
y
»
00 -00 -10 -20
yi -01 -Il -21
02 -02 Znn
...
0 ,0 0 2 ,5 0 0 1 ,4 2 9 1 ,0 0 0
0 ,0 5 2 ,4 8 7 1 ,4 1 9 0 ,9 9 5
0 ,1 0 2 ,4 5 6 1 ,4 0 0 0 ,9 8 1
// / A/ AV
0 2 ,0 7 2 - 0 ,0 0 3 - 0 ,0 3 3
0 ,0 5 2 ,0 6 9 — 0 ,0 3 6
0 ,1 0 2 ,0 3 3
^ r — p -U - ^ = 5 -1 .
etc. Par suite, la formule (3) se met sous la forme
Z « Zoo T" (p A 1+0Z00 + 9A0+1Sqo) +
i= 2
O
A 1+ 0 / A 1 + 0 / i = 1
II
A f0j
£f»
/= l —1,068 -0 ,4 2 4 A o + i/i, - 0 , 0 3 1 - 0 , 0 1 9
/= 2 - 1 ,0 5 6 -0 ,4 1 9
s 26.] FORMULE DE NEWTON POUR UNE FONCTION DE DEUX VARIABLES 567
DÉRIVATION APPROCHÉE
§ 1. Position du problème
Il arrive souvent que pour résoudre des problèmes pratiques il
faut calculer les dérivées a ordres imposés d’une fonction y = f (x)
donnée par un tableau. Il se peut également que l ’expression analy
tique compliquée de cette fonction rende difficile sa. dérivation
immédiate. Ce sont autant de cas où l ’on recourt à la dérivation
approchée.
Les formules de dérivation approchée se déduisent en remplaçant
la fonction donnée f (x) sur le segment concerné la, b] par une fonc
tion d’interpolation P (x) (le plus souvent par un polynôme) et
en posant ensuite:
/'( X ) = i> '(x ) (1 )
pour
a ^ x 2^ b.
Les dérivées d’ordre su
périeur de la fonction f (x)
s’obtiennent d’une façon
analogue.
Si l ’on connaît l ’erreur
R ( x ) = f (x) - P (x)
de la fonction d’interpolation P (x), l ’erreur de la dérivée P'{x)
est donnée par la formule
r (x) = /'(x) - P'(x) = R ’(x), (2)
c’est-à-dire Verreur de la dérivée d'une fonction d'interpolation est
égale à la dérivée de Verreur de cette fonction. Il en est de même pour
les dérivées d’ordre supérieur.
Il convient de noter que dans le cas général, la dérivation appro
chée est une opération moins précise que l ’interpolation. En effet,
le voisinage des ordonnées de deux courbes
y = f (x) et Y = P (x)
§ 2.] FORMULES BASÉES SUR LA PREMIÈRE FORMULE DE NEWTON 569
OÙ
Ç= T hX° et h = x i+l— xi (i = 0 , 1 , . . . ) .
En multipliant les binômes, on obtient:
y { * )-!/o :-9Aÿ0 - + Asÿo-r
+ A*ÿo + • • • (1’)
Puisque
dij __ dy_ ' dq_ _ dy_
dx dq dx h dq ?
il vient
3 ,2 —6, + 2
y ‘' (•x) = ~r [Ay0-f ■-"$ 1 Aay0+ 6 A 3(/o
2 .73 - 9 9 2 + 1 1 7 - 3
+ 12 A 4ÿo 4- . . . j . ( 2)
on a
y' (*) = -à- [ A2i/o - (g ■-1) A3ÿ0+ <w2- f f i ± AL A ^04 - . . . ] • (3)
« ■ ( - 1 1 4 ( 4 » - ^ + ^ - ^ + ^ — •) (4)
et
y"(xo)= -j-s (A2J/o—A*ifo -12 A4(/o—4A5#, [-•••)• (5)
Si P* (x) est un polynôme de Newton qui contient les différences
Aÿoi A2p0» • • •» Afty0 et si
-fl* (x) = y (z) — Ph (x)
est l ’erreur correspondante, l’erreur de la détermination de la déri
vée s’écrit
P* (x) = y' (x) — Pi (x).
On sait" (chapitre XIV, § 15) que
a. w = (a=
»“ *■' (i).
où £ est un certain nombre intermédiaire entre les valeurs x0,
Xi, . . . , xh et x. Aussi, en supposant que y{x)ÇC {h+2) on obtient:
Rk{*o)** { ~ h i ) h T + i-
D’une façon analogue on trouve l ’erreur Rh (x0) de la dérivée
seconde y ” (x0).
E x e m p l e 1. Chercher y' (50) de la fonction y = lg x donnée
par le tableau 60.
Tableau 60
Valeurs de la fonction y = \ g x
50 1 ,6 9 9 0 414 —36 5
55 1,7 4 0 4 378 -3 1
60 1 ,7 7 8 2 347
65 1 ,8 1 2 9
0 0 ,0 0 0 ,0 0 0 5 0 ,0 5 35,721
1 0 ,0 1 1 ,5 1 9 0 ,0 6 5 0 ,0 0 0
2 0 ,0 2 6 ,0 3 1 7 0 ,0 7 6 5 ,7 9 8
3 0 ,0 3 1 3 ,3 9 7 0 ,0 8 8 2 ,6 3 5
4 0 ,0 4 2 3 .3 9 6 0 ,0 9 100,000
9
Tableau 61
Différences de la fonction y = f (t )
0 1 ,5 1 9 2 ,9 9 3 - 0 ,1 3 9 - 0 ,0 8 2 - 0 ,0 0 4
1 4 ,5 1 2 2 ,8 5 4 - 0 ,2 2 1 - 0 ,0 8 6 0 ,0 2 1
2 7 ,3 6 6 2 ,6 3 3 - 0 ,3 0 7 - 0 ,0 6 5 0 ,0 0 2
3 9 ,9 9 9 2 ,3 2 6 - 0 ,3 7 2 - 0 ,0 6 3 0 ,0 1 8
4 1 2 ,3 2 5 1 ,9 5 4 - 0 ,4 3 5 - 0 ,0 4 5 0 ,0 1 4
5 1 4 ,2 7 9 1 ,5 1 9 - 0 ,4 8 0 - 0 ,0 3 1 —
6 1 5 ,7 9 8 1 ,0 3 9 - 0 ,5 1 1 —
7 16,8 3 7 0 ,5 2 8 —
8 1 7 ,3 6 5 —
9 —
* Tableau 62
Valeurs de la vitesse V et de l'accélération W définies
par la loi du mouvement y = f ( x )
t V W V w
D ’OÙ
x, dy 5000:i . 50ji*
-------- 9 S ln 9
et
, (P>j 250000n2 5 0n(
W = - Ï Â — si— C0S —
Les deux colonnes droites du tableau 62 donnent à titre de com
paraison les valeurs exactes V et W .
Notons que les formules de dérivation approchée peuvent égale
ment être déduites de la deuxième formule de Newton.
§ 3. Formules de dérivation approchée basées
sur la formule de Stirling
Les formules de dérivation numérique déduites au § 2 pour la
fonction y au point x = x0 ont l ’inconvénient de n’utiliser que les
valeurs unilatérales de la fonction pour x > x0. Les formules de
dérivation symétriques qui tiennent compte des valeurs de la fonc
tion donnée y aussi bien pour x > x Q que pour x < x 0 sont relati
vement plus exactes. Ces formules s’appellent en général formules
de dérivation par différences centrales. Nous allons déduire l ’une de
ces formules en partant de la formule d’interpolation de Stirling.
Soient . . x_3, x_ 2->x_i, Xq, Xj, ^21 X3, . . . un système de
points équidistants à pas x;+1 — x t = h et yt = / (xf) les valeurs
correspondantes de la fonction donnée y = / (x). Si l ’on pose
A3y A3//_2+A3y_i
A‘y_5 = A5y-3+A5y_2
2
2
etc.
En tenant compte de
dq___±
dx h ’
on obtient de la formule (1)
ÿ' (x) T ( i -r a -h ^
+ V j ^ L A « , _ |+ 1 V 7 y + i A V .+ - ) ■ (2-)
Tableau 63
Valeurs de la fonction y = y (-r)
0,96 0,7825361
—86029
0,98 0,7739332 -1326
—87355 25
1,00 0,7651977 -1301 1
-"88(556 26
1,02 0,7563321 -1275
-89931
1,04 0,7473390
On sait que
y; (1) _ y , (*) i ^ , = -0,4400506.
D’une façon analogue, l ’utilisation des termes soulignés d’un double
trait et l ’application de la formule (3') amènent:
X y Ay A=!/ A3y
1,80 0,5815170
2561
1,82 0,5817731 -1643
9*8 2
1,84 0,5818649 -1641
-7 2 3 4
1,86 0,5817926 -1637
-2360 2
1,88 0,5815566 -1635
-3995
1,90 0,5811571
£ „ (* )= (2)
N 1 i ! ( n —i)l q — i v '
î= o
En retenant que
d x .
— = h ,
d q »
on en tire
1 ^ ( - l ) " -1 y i d f 0[ n + l ] !
y ( z ) * L n ( * ) = T 2 j i 1( n — t ) I ~ d q ( — T } * (3 )
1=0 H J
D’une façon analogue on peut trouver les dérivées d’ordre supérieur
de la fonction y (x) donnée. Pour évaluer l ’erreur
rn (x) = y’ (x) — Ln (x)
37—01072
578 DERIVATION APPROCHÉE [CH. XV
R n
’ iX i) = (-1 T '1h '» (©,(5)
*5
£ étant la valeur intermédiaire entre x0, Xj, . . x n et x.
I. Effectuons le calcul pour n = 2 (trois points). La formule (2)
entraîne
(x ) = — i/o (g— 1) (g—2)—y t q (g—2) + y y2g (g— 1).
y ’ (x ) tt L A
’ x) = ± [ ± y 0( 2 q - S ) - y l ( 2 q - 2 ) + ± y 2 { 2 q - i ) ].
En particulier, pour les dérivées
y (xi) = y \ (« = 0 , l , 2 )
y o + y 2) ;
ÿi = -^-(ÿo—4ÿi-t-3y2)
aux erreurs respectives :
r0 = y * V (6 o );
r1= - l A V ( i , ) ;
r* = - ù V ( l 2)-
fi 4.] FORMULES EXPRIMEES PAR DES VALEURS EN CES POINTS 579
h h h h
-cr* y ■■»»
X~2 X-t XQ Xi x2 x
Fig. 66.
Ci-dessous nous donnons pour les cas n = 2 et n = 4 les formules
de telles dérivées aux différences centrales [31 ; pour rendre la symé
trie évidente nous avons modifié la numérotation des points (fig. 6 6 ) :
I. n = 2.
—y - i ) —t -
y '< > = 4 h ( y * y ' 3' ®»
où yi = y(xi) et i = — 1 , 0 , 1 ;
II. n = 4.
y;=^ (yi- y-i)-ïi(y2 -y-*) + y<6’(5),
où yj = y(xj) et t' = — 2 , — 1 , 0 , 1, 2 .
37*
580 DÉRIVATION APPROCHÉE [CH. XV
§ 5. Dérivation graphique
Le problème de dérivation graphique consiste à construire d’après
la courbe de la fonction y = f (x) donnée la courbe de sa dérivée
y = r (x).
Pour tous les autres points on obtient des résultats analogues. Les
points d’intersection 1", 2 " , 3 ” , 4 \ 5", . . . des parallèles menées
par les points 1', 2', 3', 4', 5', . . . avec les verticales respectives
qui passent par les points 1, 2, 3, 4, 5, . . . appartiennent donc à
la courbe de la dérivée y = l f f (x).
§ e.l NOTION DE CALCUL APPROCHÉ DES DÉRIVÉES PARTIELLES 581
Si nous relions les points 1^, 2", 3", 4", 5", . . . par une ligne
dont l ’allure tient compte de la position des points intermédiaires,
nous obtenons la courbe approchée de la dérivée y ' à l ’échelle l .
En prenant l = 1, on obtient la courbe à l ’échelle naturelle.
Pour que le graphique soit plus exact il est recommandé d’établir
d ’abord la direction de la tangente et de ne marquer qu’ensuite le
point de tangence. A cette fin on
divise la courbe de la fonction donnée
en petits arcs qui diffèrent très peu
d ’un segment de droite. Considérons
l ’un de ces arcs A B (fig. 68). Cons
truisons une famille de cordes parallè
les à la sécante A B . Le lieu géométri
que des milieux de ces cordes forme
une courbe K qui coupe la courbe de
la fonction en C, où la tangente est
parallèle à la sécante A B . Ce procédé permet de déterminer? sur
chaque arc le point et la direction correspondante de la tangente.
En poursuivant la construction on opère de la même façon.
Pour plus de détails il faut se référer à des ouvrages spéciaux
(cf. par exemple, [5]).
§ 6*. Notion de calcul approché des dérivées partielles
Si la fonction z = / (#, y ) est donnée par un réseau'rectangulaire
z = x 0 + ih ; y = y 0 + jk
B IB L IO G R A P H IE
§ 1. Généralités
Si la fonction / (x) est continue sur le segment l a , 61 et si l’on
connaît sa primitive F (x), l ’intégrale définie de cette fonction dans
les limites de a à b peut être calculée d’après la f o r m u l e d e N e w t o n -
L e ib n iz
b
Jf ( x ) d x = F (b )- F ( a ), (1)
où F ' ( x ) = f (x).
Pourtant dans de nombreux cas la primitive F (x) est trop com
pliquée ou ne peut s’obtenir à l ’aide de procédés élémentaires;
il en résulte que le calcul de l ’intégrale définie d’après la formule (1)
peut être trop difficile ou même pratiquement impossible.
Par ailleurs, dans la pratique, l ’expression sous le signe somme
/ (x) est donnée souvent tabulairement et la notion même de pri
mitive perd alors tout son sens. Des problèmes analogues surgissent
lors du calcul des intégrales multiples. C’est pourquoi les méthodes
approchées et, en premier lieu, les m é t h o d e s n u m é r i q u e s de calcul
des intégrales définies acquièrent une grande importance.
Le problème de l ’intégration numérique d’une fonction consiste
à rechercher la valeur de l ’intégrale définie à partir de plusieurs
valeurs de la fonction sous le signe somme.
Le calcul numérique d’une intégrale simple s’appelle q u a d r a t u r e
m é c a n i q u e , celui d’une intégrale double, c u b a t u r e m é c a n i q u e . Les
formules respectives sont dites f o r m u l e s d e q u a d r a t u r e et f o r m u l e s d e
c u b a tu re .
Nous allons étudier d’abord le calcul numérique des intégrales
simples. Le procédé usuel pour réaliser une quadrature consiste
à remplacer la fonction donnée / (x) sur le segment concerné [a, 6]
par une fonction d’interpolation ou d’approximation <p (x) simple
(par un polynôme, par exemple), pour admettre approximativement
ensuite
b b
j / (x) d x = j <p(x) d x . ( 2)
584 I N T É G R A T I O N A P P R O C H É E D E S P O N C T IO N S [C H . X V I
j y d x = j/( x ) d x .
a a
Formons le polynôme de Lagrange d’après les valeurs données iji
i=0
où
n „ +1 (x) = (x —x0)(x—X,) , . . ( x —xn),
de plus,
(i = 0, 1, 2,
L n (x i) = yt n ).
j / ( x ) d x = jL „ (x )d x + R„[/J, (5)
a a
où R n [/I est une erreur de la quadrature (5) ( r e s t é ) . L’application de
l ’expression (4) conduit à la formule de quadrature approchée
( 6)
avec
n„+i (x) dx (t = 0 , 1, 2, •* 4 (7)
(*—*i) nA+1(*<)
Si les limites d’intégration a et &sont des points d’interpolation,
la formule de quadrature (6) est dite « formule du type fermé » ;
dans le cas contraire, on dit qu’elle est du « type ouvert ».
§ 1.] G É N É R A L IT É S 585
/<>= l u . - ,
i=0
n
/, = 2 ( 8)
1=0
n
In = S A t f ,
1=0
où
(k = 0, 1, n).
k + l
j y d x = A 0y (•}•) + A xy ( y ) + 4 # ( - |) . (9)
0
on obtient le système
1= Aq -f- A i -J- A 2 j
1 __ 1 A . 1 A , 3 A
1 1 A . 1 A L9 A
T = Î6^° + T a i + w a *
D’où
„ 2 . 1 . 2
i 40 = - j , = — y , A2
3
et donc
( 10)
(t ) + 1 » ( 4 ) -
La formule de quadrature (10) du type ouvert est précisément
la formule exacte de tous les polynômes de degré égal ou inférieur
à deux. On voit facilement que pour y = a ? la formule (10) donne
également un résultat correct. Elle est donc exacte encore pour les
polynômes de troisième degré.
Adoptons le pas
n
et découpons le segment [a, b ] à l’aide des points équidistants
x0 = a, x t = x0 + i h (i = 1, 2, . . ., n — 1), x n = b
en parties égales; soit
n
V i = / (*i) ( i = 0, 1, 2, • • ., n ) .
( y dx= 2 ( i)
xo i=o:
où A i sont des constantes.
* 2.] FO RM U LES D E QUADRATU R D E N E W T O N -C O T E S 587
Ln (*) = S P i ( x ) V ty ( 2)
i= 0
ou
, v_ (x — *o) (*—Jl) ••• (J—3-<-t) (*-»!♦!) ... (j —jn) (3)
P i ' ' (*£ — X 0) ( X l — X,) . . . (*£ — Xi. , ) ( X i — XM ) . . . (XI — x n )
J i !(n — i) ! q— i
ou, comme
x — Xq dx
, dq —
on pose ordinairement
At = ( b - a ) H t,
588 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. XVI
1) S # i = l ; 2) H i = H n. i
i= 0
sont vérifiées.
§ 3. Formule des trapèzes et son reste
En appliquant la formule (7) du paragraphe précédent pour
n = 1, on a
u
1
# != j qd q = j ;
0
d’où
*1
j y d x -~ ---j(y o + y i)‘ ( 1)
XQ
R = j y d x — y ( y 0+ îM-
*0
Supposons que y 6 C(2> [a, b \ et dé
duisons une formule bien simple
pour le calcul du reste. Considérons
R = R (h ) comme une fonction du pas h ; on peut alors poser
x0+h
R (h ) — j y d x — Y ly (x o ) + y(x o + h )\.
XO
F O R M U L E D E SIM PSO N E T SON R E S T E 5S9
= -yif(Ê,) J <
U
où li Ç(x0, x0+ A), et
/■ A
R (k ) = R (0) + j Æ' ( 0 * = - y J (6.)=
0 0
h
= -T & /(6 ).
0
où | 6 (•«•«. *<>+ &)•
Ainsi on a finalement :
* = --§ •/« ). (2)
où I 6 (*0> *l)«
Il s’ensuit en particulier que si y " > -0 , la formule (1) donne
la valeur de l ’intégrale par excès, et si y" < 0 , cette valeur est
donnée par défaut.
§ 4. Formule de Simpson et son reste
La formule (7) du § 2 entraîne pour n = 2
U
2
/ , * = 4 4 î » < « - 1>,i» - 4 -
590 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. X VI
y d x — j { y 0+ 4y, + y 2) .
*0
Supposant que y Ç C<4) [a, 6], on déduit d’une façon analogue à la
formule des trapèzes une expression de R plus simple. En fixant
le point médian et en considérant R = R ( h ) comme une fonction
du pas h ( h ^ 0), on obtient
X l+ h
R (h ) =
JL y d x — ^ [y (x t — h) + 4y
à h , on aura
B ' (A) = [ y (x t + A) + y (x, — A)] — | [y (x4— A) + 4y (x,) + y (*, A)J —
—y ly" (x«—/j) + y' (*1 + A)1 —y [ —y" (Xi —A) + y " (Z i -f A)] =
où | 3£(*i —K x ,+ A).
En outre, on a:
Jî(0) = 0, i?'(0) = 0, R”(0) = 0.
Une intégration de proche en proche de fl" (A) et l’application du
théorème de la moyenne donnent
J -A J
h h
OU Ê2 6 (^î— + A) ;
A A
= —|y IV&) J t* d t= - A f t y v ^
où Ii *1+7*) ;
A A
- - S » ”'® J t ' d l=
où 1 Ç (xt — A, x, + A).
592 IN TÉG R A TIO N A PPRO CH ÉE DES FONCTIONS [CH. XVI
<2 >
où e (x0, x 2) .
i
Cette formule est donc e x a c t e non seulement pour les polynômes
du deuxième, mais aussi du troisième degré, c’est-à-dire la formule
de Simpson est plus exacte bien que le nombre d'ordonnées est
relativement petit.
j y dx = ^ - ( y 0 -H 3 y , + 3y, + y 3) (1 )
*0
( règ le des ).
tro is h u itiè m e s
Le reste de la formule (1) est égal à [21
3h *
yIV(5), R =
80
OÙ ? 6 (x0, x 3) .
Les formules de quadrature de Newton-Côtes d ’ordres plus
élevés sont données dans [Il et [21. Les restes de ces formules sont
établis par Steffensen (cf. [11, [51, [6]).
Remarquons que si la fonction y = / (x) est suffisamment lisse,
l ’erreur de la formule de Newton-Côtes à n + 1 ordonnées est au
moins de l ’ordre [1], [6]
2e ( | ) + 3
R = 0 [ k
1 1 1 2
2 1 4 1 6
3 i 3 3 1 8
4 7 32 12 32 7 90
5 19 75 50 50 75 19 288
6 41 216 27 272 27 216 41 840
7 751 3577 1323 2989 2989 1 3 2 3 3577 751 17 280
8 989 5888 - 9 2 8 1 0 4 9 6 - 4 5 4 0 10 496 -9 2 8 5888 989 28 350
§ 5.] FORMULES DE NEWTON-COTES D’ORDRES SUPÉRIEURS 593
U
en appliquant la formule de Newton-Côtes à sept coordonnées (n = 6).
S o l u t i o n . Adoptant le pas
3 8 —0 1 0 7 2
594 INTÉGRATION APPROCHÉE DES PONCTIONS [CH. XVI
D’OÙ
/ = ^.581,994372 = 0,0933.
OU
b
J yd x= --k ^ — h i/i + + - - • + y n-2 + y n-i + j •(1)
a
j y d x ~ j 2 to t- i+ y i) =
*0 i=l
n *i n
= 2 [ J y d x - Y ( y i - i - y O ] = — & 2 ^ ) . (2>
»—1 .X£_j t=*l
où 11 6 x ,).
Considérons la moyenne arithmétique
n
38*
596 INTÉGRATION APPROCHÉE DES PONCTIONS [CH. XVI
+ 2 (y2 + ÿ4 r • • • -r y z m - z ) ] • (1)
Introduisons les notations
= ÿl + ÿs + • • • + y 2 m -1»
°2 = ÿ2 + ÿ* + • • • + ÿ i m
pour mettre la formule (1) sous une forme plus simple:
b
« 4 s i " i w
Comme i/IV(x) est continue sur le segment [a, 6], il existe un point
56 [a, 6] tel que
m
R^t
On a donc
R = — ^
90 y * l v {l) =
w 180 ( 2)
OU 56 [fl, 6J.
Si l ’on donne la borne d erreur admissible e > 0, en désignant
M 4 = max | y ™ (x) |,
d’où
u ^ I f 180e
h<- V (6-a)A /4 ’
I j y dx,
a
598 IN T É G R A T IO N A P P R O C H É E D E S F O N C T IO N S [CH. XVI
Ü
en posant n = 10.
S o 1 u t i o n. On a 2m = 10. D’où
* xi ” 2 j- l y zJ
0 0 I/o=1,00000
1 0,1 0,90909
2 0,2 0,83333
3 0,3 0,76923
4 0,4 0,71429
5 0,5 0,66667
6 0,6 0,62500
7 0,7 0,5$S24
8 0,8 0,55556
9 0,9 0,52632
10 1,0 0,50000 = yn
i?, - S A * ,
1=0
A i étant les coefficients de la formule de Simpson et e l ’erreur d’ar
rondi maximale des valeurs de la fonction sous le signe somme.
Dans notre cas
i?, = nhz = (b — a ) e = 1 4 -ÎO"® = 0,5 -10“5.
Le reste est évalué d’après la formule (2). Puisque
y = TT^ = (1 + x)' 1’
il vient
24
yiv = ( _ i ) ( _ 2 ) ( _ 3 ) ( - 4 ) ( l + x ) - * = T- ^
D’où
max |ÿIV | = 24 pour 0 ^ x ^ 1
et donc
| AS|C 1 (0-1)4
180
.24 = 1,3-10-®.
Ainsi, la borne d’erreur totale s’écrit
R = 0,5.10-® + 1,3-10-® = 1,8.10-* <0,00002
2=2*1,
on obtient :
.. + t 3n - •0,
—— y
(3)
t u - n - r •* î l1*n
4- t n n [1 —(—l)a+1]
2 (n + î)
Tableau 68
Valeurs des abscisses £j de la formule de Tchébychev
n i U I 71 i ‘«
2 1; 2 T 0 ,577350 6 1; 6 T 0 .866247
3 1; 3 ifOT707107 2; 5 ^F0,422519
2 0 3; 4 T 0 ,266635
4 i; 4 T 0 ,794654 7 1; 7 qpO,883862
2; 3 =F0,187592 2; 6 ^FO,529657
5 i; 5 ip0,832498 3; 5 3=0,323912
2: 4 T 0 ,374541 4 0
3 0
- -(0 -0 + 0 )= 0 .
O11 en tire que les t t sont les racines de l'équation auxiliaire
fi — C xf i + C2^ — C3 = 0
ou
J /(x )d x ,
a
6 4 - a , b— a .
x i — —^ — + —— ti (G)
on a
1 = J l f (*i) + / ( * 2) + / ( * 3) - r / ( * 4) + / (*&)l»
§ 9 .J FORMULE DE QUADRATURE DE GAUSS 603
Xo = ~ 2 - T ÿ to = —0,3/454) —0,31273 ;
i 3 = T “!",2^3= 2, + t #0 - 0,5 ;
x4 - 1 —x2“ 0,68727 ;
:r5= l — = 0,91625.
Les valeurs correspondantes y t = / (x,) (i = 1, 2, 3, 4, 5) de la
fonction sous le signe somme sont portées sur le tableau 69.
Tableau G9
Calcul de l'intégrale d’après la formule
de Tchébychev
t xi Vl
1 0,08375 0,0773
2 0,31273 0,2382
3 0,50000 0,3333
4 0,68727 0,4073
5 0,91625 0,4781
2 1,5342
D’où
/ = i ~ 1,5342 = 0,3068.
= 3x2- 1 ) ,
P a(x) = y (Sx3—3x),
= / avec k p a i r ;
-1■ \ 0 avec k impair.
on tire la conclusion que pour résoudre le problème posé [2], [3], [6],
il suffit de déterminer t t et A i à partir du système de 2 n équations
n x
2 * 1 = 2,
i= i
i= l
(3)
2 2n —1 ’
<=1
2
GOG INTÉGRATION APPROCHÉE DES FONCTIONS [CH. XVI
~ V T A i + V ^ T A * ~ 0;
3 , , 3 , 2
T Ai + T
d’où
A t = A 3 = j , a 2=
Par conséquent,
4 -)+ 8 /(0 ) + S / ( / ! ) ] •
\ n * ) d x .
a
En changeant la variable
b+ a , b— a 4
x
2 2
608 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. XVI
Tableau 70
Eléments de la formule de Gauss
n i <; ai
1 1 0 2
2 1; 2 3=0,57735027 1
1; 3 3=0,77459667 y = 0,55555556
3 8
2 0 --=0,88888889
/
H 1; 4 3=0,86113631 0,34785484
2: 3 3=0,33998104 0,65214516
1; 5 3=0,90617985 0,23692688
5 2; 4 3=0,53846931 0,47862868
3 0 0,56888889
1; 6 3=0,93246951 0,17132450
6 2; 5 3=0,66120939 0,36076158
3; 4 3=0,23861919 0,46791394
1; 7 3=0,94910791 0,12948496
7 2; 6 3=0,74153119 0,27970540
3; 5 3=0,40584515 0,38183006
4 0 0,41795918
1; 8 3=0,96028986 0,10122854
8 2; 7 3F0,79666648 0,22238104
3; 6 3=0,52553242 0,31370664
4; 5 3=0,18343464 0,36268378
on obtient
f ( ï + i + t z ! ,) * .
a —1
Appliquant à la dernière intégrale la formule de Gauss (1), on aura
b n
j/(x )d x = ^2 A ‘f ( x ' î ’ (7)
a i=»l
PORMULE DE QUADRATURE DE GAUSS 609
OÙ
= + (i = i , 2, (8)
/( étant les zéros du polynôme de Legendre P n (0? c’est-à-dire
P n ( t l ) = 0 .
^ 4 = 3472875 [ ~ 2 ~ ) ^
C2= ^ A - 4 4 = 4 = °,44444;
Cs = T ^ = 4 4 = f s = 0 ’27778-
Les calculs ultérieurs sont rangés dans le tableau 71.
2 9 —0 1 0 7 2
610 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. XVI
T a b le a u 71
Schéma de calcul d'une intégrale d’après la formule de Gauss
i xl ci c t» i
2 1,39870
Par suite
J = S CiVl = 1,39870.
i= l
Pour évaluer le reste R 3, on peut utiliser la formule
Adoptant
/ ( x) = V T + 2 ^ = (1 + 2 x)T ,
on obtient
_n
2 .26 =
= —945 (1 + 2x) 2 .
D’où
max | / <6) (x) | = 945 pour 0 ^ x ^ 1
et donc
945 1
\Ü 3\< 15750 2000 ‘
R i n = - b- r r h*r®>
donc m = 2; celui de la formule de Simpson ( §4) :
R m = - bi w h*fl v ® '
d’où m = 4. La précision de la formule de quadrature est considérée
d ’autant plus élevée que le nombre m est plus grand ; dans ce sens
la formule de Simpson est p l u s e x a c t e que celle des trapè-
39*
612 INTÉGRATION APPROCHÉE DES PONCTIONS [CH. XVI
A = y / ( - 1) + / ( 0 ) + t ^ 1) = 6 - 8 + 6 = 4
alors que la formule de Simpson pour h = 1
n’assure même pas le signe de l ’intégrale
/2 = {[/(-l)+ 4 /(0 ) + /(l)| =
= •1 (1 2 -3 2 + 1 2 ) = —-1 .
-/
Fig. 74.
peut avoir a priori une valeur parfaitement arbitraire (cf. fig. 76).
L’application des formules de quadrature n ’est alors admissible
que dans le cas où l ’on connaît dans une certaine mesure des valeurs
intermédiaires non utilisées de la fonction sous le signe somme et
ses propriétés générales qui permettent de juger sur l ’allure de sa
courbe.
§ 11*. Extrapolation suivant Richardson
Si l ’on connaît l ’ordre du reste R = R [/] de la formule de qua
drature (1) du§ 10, la grandeur R peut être évaluée d ’après la méthode
de calcul double. Soit
R = O (hm) (m > 1),
où
^ _b —a
n
et
(nin2)m ^r»2 ^ni
M-.
(6—a)m nj1—nf1
En vertu de la formule (1) l ’expression du reste s’écrit
R = ( nin2 \ m /w2 i ni
*l .
\ n / n™—n™ »
en particulier, pour h = fi2, c’est-à-dire pour n = n2, on a:
în =a (a > 1)
pour avoir
J?II. 7»2 —^î»2 + P (*^TI2 ^ni)i (5 )
ou
1
p= ’a« —r (6)
n
1 /= l sin x dx 1,571 1,896 2,00*4 2,000
J
0
o
2 / = ( e ~ x i dx 0,877 0,881 0,8823 0,8821
J
0
7
3 I = [ x2 ln x d x 185,7090 179,5385 177,4819 177,4836
J
3 l
4
4 / - ( Jîf__ 0,9695 0,9389 0,9286 0,9267
J V 5 -x *
n°n° *2=7 - / 4
d'ordre ' l . 2 = I “ 72.4
T able au 72b
Extrapolation pour le cas de la formule de Simpson
n °n °
d ’ordre I2 U hA 1
n
1 7 = ^ s in x d x 2 ,0 9 4 2 ,0 0 4 2 ,0 1 0 2 ,0 0 0
0
2 /= f dx 0 ,7 8 3 3 0 ,7 8 5 3 0 ,7 8 5 5 0 ,7 8 5 4
J 1+*2
u
7
k
4 7= [ dx 0 ,0 5 7 7 0 ,0 5 4 1 0 ,0 5 3 8 0 ,0 5 3 3
J (2 5 — *2)3/ ’
n °n ° e2= l - h
d'ordre
1 — 0 ,0 9 4 - 0 ,0 0 4 - 0 ,0 1 0
2 0,0 0 2 1 0,0001 - 0 ,0 0 0 1
3 0 ,0 2 9 6 0 ,0 0 2 6 0 ,0 0 0 6
4 - 0 ,0 0 4 4 - 0 ,0 0 0 8 - 0 ,0 0 0 5
ex — i
y n !
(3)
n —0
où 2?o = / (0) = 1. Pour déterminer les autres coefficients du déve
loppement Bn (n = 1, 2, . . .) qui s’appellent nombres de Bernoulli
utilisons l ’identité obtenue en vertu de la formule (2)
xn
2 <"+l)l n= 2 T T * ” = '•
n=0 0
En multipliant les séries entières entre elles et en annulant les
coefficients des puissances positives de x on obtient un système
infini d’équations linéaires
Bn 1 i Bn-1 f i Ba
0 (n--= 1 , 2 , 3 , . . . )
----------(
n ! 1! ^ 1 r(i«y—r *
1 )2
! r +2! - 1• •' * " ' U! (n + 1) !
On trouve successivement :
Bi — y i B2— g î -18 B2 —0 , Bi — 2Qî Bi —0 î
= 42 î B7= 0 B q= 0 ; D _ ^ .
II
oo
1
**10 66 ’
’u = 0 , B l2 = 69* . n _o •
2730’ o u — M, * u - T » Bu = 0 ;
3617. B -0- n 43867. D 174611
510’ —u » i ' ,8 — 798 ’ 2?i9 = 0 ; 330 ’
etc.
Ainsi les nombres de Bernoulli peuvent être déterminés de
proche en proche à partir de la formule symbolique (6) ; de plus,
après le développement du binôme suivant la règle de Newton,
les puissances du nombre B doivent être remplacées par les nombres
de Bernoulli aux indices respectifs.
La fonction (1) s'appelle fonction génératrice des nombres de
Bernoulli. En utilisant les notations (5), le développement (3)
peut être mis sous la forme symbolique suivante:
If* " (8 )
n=2
620 INTÉGRATION APPROCHEE DES PONCTIONS [CH. XVI
est une fonction paire. Son développement (8) ne contient donc que
les puissances paires de x et, par conséquent,
B n = 0 avec n = 3, 5, 7, . . .
Les nombres de Bernoulli trouvent une application dans de
nombreux domaines. En particulier, on les utilise dans la formule
importante d’Euler-Maclaurin dont nous donnons ci-dessous la
déduction.
§ 13*. Formule d’Euler-Maclaurin
Soit y = f (x) une fonction définie dans le domaine x ^ x0.
Considérons’ l ’opérateur de la différence finie
A/(x) = / ( * + * ) - / ( * ) ,
où h est une valeur positive fixe. On entend naturellement par
opérateur inverse de la fonction / (x) la fonction F (x) qui vérifie
l ’équation aux différences finies
AF (x) = / (x). (1)
Ainsi l ’équation (1) entraîne:
F (x) = - ~ f ( x ) . (2)
Si la fonction / (x) est considérée sur un ensemble des points
équidistants
*0. x li • • •»
où Axj = x/+1 — xi = h(i = 0, 1, 2, . . .), l ’opérateur inverse
F (X|) = -^ / (s*) se construit facilement. En effet, composons la
somme finie
S(xl) = 2 f ( x j ) (i = l ,2 , . . . ) ,
}=o
en admettant par convention que S (z0) = 0. On obtient évidemment
AS (x,) = S (xl+1) - S (x,) = / (x,). (3)
Par ailleurs, en vertu de l ’équation (1), on a
AF (x,) = / (x,). (4)
S 13.1 FORMULE D’EULER-MACLAURIN 621
4"/(x)= J f{x)dx.
En utilisant la série de Taylor, on trouve
oo oo
hh „ r-CT h*Dh
N (x) = S T T D*f (*) = { S -T?-} / (x) (*hD- l ) / (*>•
fe=i
h=l
Par conséquent,
A = (eu> — 1).
Il en résulte pour l ’opérateur inverse l’expression suivante:
A ehD_ i •
En multipliant les deux membres de cette dernière égalité par hDf
on aura :
1 hD
hD A
ehD- i '
( 6)
*=o
En intégrant l’égalité (6) dans les limites de x ~ x0 à x = xn et
en utilisant la formule (5), on aura
*71 OO
î f W dx+ *=1
*0
2tT" Ak"1^,'"1,
ou
n—1 n—i
^ (x 0) + 2 /(x J) - / ’(x0) = 2 /(* ,) =
J-o 3=0
A*
720 ^ 30240 yo ) •••
0.2
Tableau 73
On en tire
f (xo) + / (*i) + • • • + / (i?)+ 4 / (xs) = 24,1894.
624 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. XVI
7 = 2 4 ,1 8 9 4 -0 ,1 - ^ -(2 ,2 5 8 6 + 2,7985) +
/'(*)= —
/ V( x ) = - ^ ,
40 320
/ v u (x) = x* 1 etc.
§ 14.] CALCUL APPROCHÉ DES INTEGRALES IMPROPRES 625
Portant ces valeurs dans la formule (9) et en nous bornant à la déri
vée d’ordre sept, on aura:
*=99 99
*=51 51
4 / 1 1 \ .16/ 1 1\ 64/1 1\
15 \ 51* 99* J "t‘ 21 \ 517 997j 15 \ 51» 99»] ~~
= 0,004 753 416 + 0,000 243 490 +
+ 0,000 002 169 - 0,000 000 001 = 0,004 999 074.
D’après la formule (9) dans laquelle on a posé h = 2, n = 24,
m = 4, l’erreur du résultat obtenu est
R = 24-2“ . 4 j i . / « « ® < 2 4 .2 “ . | . - ^ r . ^ . < ^ r * Vf ».
{ f ( x ) dx (1)
a
s’appelle propre si
1) l’intervalle d’intégration [a, 6] est limité;
2) la fonction / (x) sous le signe somme est continue sur [a, 61.
Dans le cas contraire l’intégrale (1) est dite impropre.
Considérons d’abord le calcul approché d’une intégrale impropre
00
\i(x)dx (2)
a
| \l(x)dx (6)
b
L’intégrale propre
| J /(*)<** —S < e ,
Si c est un point intérieur dtf segment la, 61, on adopte par défi
nition
b c—ôi b
où
/ (x) si a < x < c;
h (*)= { / (c— 0) si x = c ; et
/ (c + 0) si x=e;
h (*) = { f ( x ) si c < x < b ;
d e p l u s , le s f o n c t i o n s / j (x ) e t / 2 (x ) s o n t c o n t i n u e s r e s p e c t i v e m e n t s u r le s s e g
m e n t s l a , e ] e t (c , b ] . A in s i n o t r e i n t é g r a l e s e r a m è n e à l a s o m m e d e d e u x i n t é
g ra le s p ro p re s .
40*
628 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. X V I
où x 0 Ç la, 61, 0 < a < 1 et cp (x) est continue sur le segment [a, 6).
Supposons que cp (x) Ç C<w+1) [a, 61, c’est-à-dire, que <p (x) pos
sède sur le segment [a, 61 des dérivées continues jusqu’à l’ordre
(/7i -f- 1) y compris.
Utilisant la formule de Taylor, on aura:
m
«p(*) = 2 (2)
k=0
OÙ
= -g ffi-fr-x o )» = <3>
(le(a , b)).
Il en résulte pour l’intégrale (1)
m b b
q> ( x ) dx q>(ft)(*o) j (x—x0)k- “ dx + j ip ( x ) dx
(*—*o)Œ - S k\
a a (x —x0)“
J _ f yp ( i ) d x
(5)
J ( x — x 0) a '
a
La formule (3) entraîne
* {x) ■Ç C<m>[a, 6]
(*-*o)a
(au moins!); par conséquent, l’intégrale (5) est une intégrale propre
et peut être calculée avec une précision quelconque à l’aide d’une
formule de quadrature convenable.
La méthode de Kantorovitch est également applicable aux
intégrales impropres dont la fonction sous le signe somme possède
plusieurs points de discontinuité de forme examinée. Dans ce cas,
pour calculer l ’intégrale, il suffit de diviser l ’intervalle d’inté
gration en parties ne contenant qu’un point singulier de la fonction
sous le signe somme et de mettre à profit l’additivité de l’intégrale.
E x e m p l e 1. Calculer approximativement l ’intégrale impro
pre [111
/= ( * .
J Vx(l-x)
/ (x) = x 2 (1 —x) 2
possède sur le segment £o, -—J un seul point singulier x = 0.
Développons la fonction
q>(x) = ( l - x ) “
en série de Taylor par rapport aux puissances de x, jusqu’à la
puissance x4. En appliquant le binôme de Newton, on aura:
/\ 4 i 1 | 3 0 | 5 , | 3 5 .
1 +"2" 8 X- ”^"Ï6’x3~^’T28’X ’
D’où
JL
2 1 2 3
/ = j x 2 d x 4 - - ~ j x 2 dx + - | - j x 2 dx + - ^ - j x 2 dx +
S 7
+ m j x2 d x + / 1= ^ | | 2 i v r2 + / 1= l,5691585 + / 1, (6)
63 0 INTÉGRATION APPROCHÉE DES PONCTIONS [CH. XVI
avec
= (7)
0
et
♦ (a)gs~ i - , " 0 + T X+ T j 4) ; ♦ (° )= ° *
L’intégrale propre (7) se calcule d’après la formule de Simpson,
en posant n = 10 et le pas h = ^ = 0,05. Les résultats des cal
culs avec six décimales sont portés sur le tableau 74.
Tableau 74
Calcul de l'intégrale d’après la formule de Simpson
» xi V2j - 1 V2J
0 0 0 ,0 0 0 0 0 0
1 0 ,0 5
2 0 ,1 0 0 ,0 0 0 0 0 0 0 ,0 0 0 0 0 9
3 0 ,1 5
4 0 ,2 0 0 ,0 0 0 0 5 G 0 ,0 0 0 2 1 6
5 0 ,2 5
G 0 ,3 0 0 ,0 0 0 6 2 4 0 ,0 0 1 5 0 8
7 0 ,3 5
8 0 ,4 0 0 ,0 0 3 2 2 5 0 ,0 0 6 3 1 G
9 0 ,4 5
10 0 ,5 0 0 ,0 1 1 5 3 8 0 ,0 2 0 2 3 9
V
0 ,0 1 5 4 9 3 0 ,0 0 8 0 1 9
Il en résulte
/ , = —^-(0,020239 + 4 «0,015493 + 2 >0,008049) =
Fig. 77.
segment [x|m1, x t]. Posons donc
F(x) = j f ( x ) d x
*0
aux points xt peuvent être calculées par additions successives[:
F (xo) = 0 ;
xi xi-i xi
F (xi) = ^ f ( x ) d x = [ f ( x ) d x + j / (x)dx =
*0 x0
= = / ( |i ) .
Donc
N ^ Ni WOMl (i = 1, 2, . . . ).
Ainsi, la construction de la courbe d’une primitive y = F (x)
se ramène pratiquement à mener par le point N 0 (x0, 0) la droite
N qN i parallèle au rayon OM\ jusqu’à l’intersection en Ni avec la
verticale x = Xi ; par le point Ni la droite N tN 2 parallèle au rayon
OM'z jusqu’à l’intersection au point N 2 avec la verticale x = z 2, etc.
Il convient d’indiquer qu’en appliquant la méthode d’inté
gration graphique considérée il n’est pas de rigueur de prendre les
points x t (i = 0, 1, . . .) équidistants. Pour améliorer la précision
de la construction on recommande d’ajouter aux points x t les points
singuliers de la courbe de la fonction intégrée (zéros, points d’extré-
mum, points d’inflexion).
L’intégration graphique est dans le cas général peu précise.
Aussi présente-t-elle de l’intérêt surtout lorsqu’il faut obtenir
une idée générale sur l’intégrale de la fonction ou lorsque la fonction
sous le signe somme est donnée graphiquement et nous ne connais
sons pas son expression analytique.
on pose approximativement
w
y ) d x d y = 2 Aif(xh yi). (1)
(O) 1=1
Pour trouver les coefficients Ai imposons la condition que la
formule de cubature (1) soit exacte pour tout polynôme
P n ( * , y ) = S
k+l^n
C k ixky l , (2)
j f(xi,y)dy
<p(*p
de la fonction à intégrer
/ (*, y) aux s o m m e t s du
rectangle R ; a, la somme des
valeurs de / (x, i/) au m i-
lieu des côtés du
rectangle R ; a 2 = / (x1? yt) la valeur de la fonction / (x, y) a u
c e n t r e du rectangle R. Les multiplicités de ces valeurs sont
représentées sur la figure 81.
E x e m p l e 1. Appliquer la formule de cubature de Simpson
pour calculer l ’intégrale double [7]
4,4 2 .G
4 2
S o l u t i o n . Prenons
tm_ 4,4-4 = 0,2 et k = 2’6~ 2 = 0 ,3 .
T a b le a u 7 5
Calcul de l'intégrale double suivant la formule
de Simpson
xi
4.0 4 .2 4,4
»} \
CX^Xq X f x2 XJ X*t X2 n - Z x2 n - f x 2n mA
Fig. 82.
le domaine R en un système de rectangles pour appliquer à chacun
de ces rectangles la formule de Simpson.
Supposons que nous ayons divisé les côtés du rectangle R res
pectivement en n et m parties égales ; il en résulte un réseau relati-
§ 18 . ] FORMULE DE CUBATURE DE TYPE SIMPSON 639
2 8 4 8 4 .. . 8 4 8 2
4 16 8 16 8 .. . 16 8 16 4
A 4 2 4 2 .. . 4 2 4 1
€40 INTÉGRATION APPROCHÉE DES FONCTIONS [CH. XVI
BIBLIOGRAPHIE
1. Ch. Mikéladzé. Méthodes numériques de l’analyse mathématique. Gostekh-
izdat, 1953, chapitres X III, XVIII.
2. W. E . Milne. Numerical calculus. Princeton University Press, Princeton,
1949, chapitre IV.
3. S. .Xikoûki. Formules de quadrature. Fizmatguiz,^ Moscou, 1958.
4. A. Markov. Calcul des différences finies, 2e éd. Matézis, 1911, chapitre V.
5. J. F. Steffensen. [interpolation. Baltimore. 1927.
0. /. B érézi ne y N . Jidkov. Méthodes de calcul. Fizmatguiz, Moscou, 1959,
tome I, chapitre 111.
7. J. B . Scarborough. Numerical Mathematical Analysis. John Hopkins,
1950 (2e éd.).
S. A . Krylov. Conférences sur le calcul approché, 2e éd. Nouvelles de l’Aca
démie des Sciences de i’U.R.S.S., 1933, chapitre III.
9. V. Krylov. Calcul approché des intégrales. Fizmatguiz, Moscou, 1959.
10. A/. G. Salvadori. Numerical methods in engineering. New York, Prentice-
Hall, 1952.
11. G. Fichtengollz. Cours de calcul différentiel et intégral, 1948, Gostekhiz-
dat, t. 2, chapitres IX, XIII.
CHAPITRE XVII
MÉTHODE DE MONTE-CARLO
§ 1. Principe de la méthode
Le inode usuel de résolution d’un problème consiste à indiquer
un algorithme (la succession des opérations) qui permet de trouver
la valeur / exacte ou avec une précision donnée. Notamment, si
l’on désigne par / 2, . . /n, . . . les résultats correspondants
des opérations successives, alors
/ = lim /„. (1)
n-t-oo
§ 2. Nombres aléatoires
Dans la pratique de la méthode de Monte-Carlo les expériences
aléatoires sont remplacées généralement par un échantillonnage des
nombres aléatoires.
§ 2 .] NOM BRES A L É A T O IR E S 643
ou
^ ^2* • • • » ^m) — (Aj ûj) (A 2 û’) • • • (Am &m) / (^1
(Aj ^i) , Û2 (Ao ^ 2) ^2» • • • > i “ (Am— Æm) 5m) -
En introduisant les notations
5 (£l» £2* • • •> Êm)
et
do = d l2 - • • d£m,
écrivons l ’intégrale (5) sous une forme abrégée:
îî - î ' ® * ’- (5')
et
2) Mt ç 0 pour i = n + 1, n -f- 2, N ( 6 ')
Umoy — F
1=1
d’où il résulte la formule de l ’in
tégrale cherchée
n
I= -ÿmoyo = ± y i F (M i), (7)
i= l
i=l
Dans le cas particulier, lorsque a est un cube unité (a = 1), la
vérification devient superflue, c ’est-à-dire n = iV et on a simple
ment :
N
i=l
Pour vérifier les conditions (6) et (6') on part dans les cas cou
rants de la donnée analytique de la frontière F du domaine o. Dans
le cas le plus simple, lorsque la surface T est donnée par l ’équation
<p a ) = o, (S)
où avec cp (£) < 0 le point £ 6 o et avec <p (£) > 0 le point £ ç a,
on a : 1) si cp (Mi) < 0 , le point M t est de première espèce et 2) si
CALCUL DES INTÉGRALES PAR MÉTHODE DE MONTE-CARLO 651
h 61 II €1 §2 «2 82
... 1m «m cm e V
652 MÉTHODE DE MONTE-CABLO [CH. XVII
Tableau 78
Calcul de l'intégrale double (10) par la méthode de Monte-Carlo
X X X «1 y y(x) Üix) e* e Z
V 4 3,837
D’où
z moy — ~~£~•3,837 = 0,96
et donc d'après la formule (7) et en prenant en considération que
o = on a:
/ = Smoy.a = 0,96-4- = 0,24. U 1)
Si l’on pose approximativement
n 4 1
a ~ JV ~ 20 ~ 5 ’
on obtient:
J « 0 ,9 6 - 4D- = 0,19.
Remarquons que la valeur exacte de l’intégrale
654 MÉTHODE DE MONTE-CARLO [CH. XVII
c’est-à-dire
/ = B P { M Ç u),
où le point M peut occuper avec la même probabilité les positions
Mi, il/2, . . M La relation
M Çv
est vérifiée de même qu’à la première méthode. Remarquons que
si a est le cube unité 0 ^ ^ 1 (i = 1, 2, . . m), pour le point
M t (£il\ . . . » £lm>, Tl*), dont toutes] les coordonnées sont supposées
appartenant au segment unité [0, 1], il suffit de vérifier seulement
les relations
On en déduit:
e= - ( 21)
2y ôiV
Ainsi la précision de l’estimation
T R
h « jÿ
pour sa probabilité garantie est inversement proportionnelle à la
racine carrée du nombre d’épreuves: e = O • Cette circons
tance conditionne une convergence relativement lente de la méthode
de Monte-Carlo : par exemple, pour diminuer de 10 fois l’erreur du
résultat, le nombre d’épreuves doit être centuplé. Si la précision
de l’estimation e et la probabilité garantie 1 — 6 sont données, on
tire de la formule (20) le nombre d’épreuves nécessaire
N ‘- 4e2ô
1 ( 22)
■P».
le système (2) peut s’écrire sous une forme matricielle et vectorielle
x ^ a x -fP - (2')
Supposons que toutes les valeurs propres de la matrice a sont infé
rieures en module à l’unité. En particulier, il suffit de considérer
que l’une des normes canoniques de la matrice a vérifie l’inégalité
lia II < i : (3)
Dans ce cas le système (2') a une seule solution qui peut s’obtenir
par la méthode des approximations successives (chapitre VIII, § 10).
Choisissons un système de facteurs vkj tels que les nombres
définis par les équations
a u = PijVij (i, j - 1, . . . , n), (4)
satisfassent aux conditions suivantes:
1) p u > 0, avec P ij> 0 pour a ^ ^ O ;
n
2) S P u < 1 (i = L
i=t
Soit
n
et
Pn+1. n+1 “ 1 •
= *^Î2* • • •} »
T i. n+i ~ {^i* ^n+i}»
c’est-à-dire la particule, en commençant son mouvement de l’état
S i, au premier pas peut passer à l’état Si ou à l’état S 2, etc., et
ensuite, après un certain nombre de pas, s*arrêter à la frontière.
Si la trajectoire de la particule est
T U — {S;, Sj, Si2, • • • i ^m+l = H»
où y =5^ n + 1, en vertu de la formule (6) la variable aléatoire X t
prend la valeur
I i j ) = Pi + 0<jPj + Vl j Vj i2Pi. + . • • i Vl j Vj i t .. • Vi m_ , .mPl m =
= Pi + Vu (P; + üjiiPiî + • • • -r Vjix . . . i>im_ , jmPim) = Pi + vu l (Tj)’ (8)
où Tj est une certaine trajectoire à état initial S
Lorsque le premier pas mène la particule à la frontière T, c’est-à-
dire lorsque la trajectoire s’écrit r i . a+1 = {Siy Sn+1}, il vient
Ê ( 7 ’l . n +l ) = P i - ( 8 ')
La probabilité du fait que la trajectoire Tt est une trajectoire du
type T u est évidemment égale à pij.
Par définition de l’espérance mathématique, on a :
M X t = S s (T,) P (2*,) = S S l(Tij) P (TtJ).
Ti J TIJ
Si / <Zn + 1,1a trajectoire Ttj est composée du segment (S*, Sf)
et d’une certaine trajectoire Tj. Par suite, JP(Tij) = Pi jP {Tj).
Pour j = n + 1, on a :5
5 n+ i) ” Pi Ct J 3 ( T / , n +l) = P i . n+i-
§ 5.] RÉSOLUTIONS DES SYSTÈMES D’ÉQUATIONS LINÉAIRES CGI
De plus
S r(Tj)~i
et
n-M
2
i-I
Pu S
Tj
P (T }) + Pl- n+i = 2
j —t
P u ~ t -
Par conséquent,
M X i — 2 ctijMXj + Pi (i = l,
i- l
avec <Zij = PijVij.
Le théorème est démontré.
R e m a r q u e . Pour démontrer le théorème nous avons sup
posé l’existence des espérances mathématiques
xk = M X i (i = 1, . . ., n).
On peut démontrer que si la condition (3) est vérifiée, les variables
aléatoires Xi ont des espérances mathématiques finies.
Le théorème démontré entraîne que la solution du système (2)
peut être considérée comme espérance mathématique des variables
aléatoires X u • • -» X n. Pour la détermination expérimentale de
la quantité = M X iy on organise N mouvements aléatoires aux
trajectoires aléatoires T -fc) (k = 1, . . ., N) à état initial S} et on
enregistre chaque fois la valeur £ (7lh)) de la variable aléatoire X*.
Supposons que les épreuves soient indépendantes entre elles et que
la variable X/ jouisse d’une variance finie. Alors, en vertu du théo
rème de Tchébychev [11, [2], pour N suffisamment grand, on a l’iné-
602 MÉTHODE DE MONTE-CAHLO fC II. X V II
galité
iV
h=[
avec une probabilité aussi proche de l’unité que Ton veut; e est
ici une borne d’erreur donnée. Ainsi, les solutions du système (2)
peuvent être déterminées approximativement d’après les formules
N
O)
A-=1
En particulier, ce procédé permet d’invertir les matrices de la
forme
A = E - a, (10)
où || a || < 1 et E = [ô,y] est une matrice unité. A cette fin remar
quons que les éléments de la matrice inverse
A"1 = \xu \
1 0 ,5 s ,- * r 0 ,7
2 0 ,7 ■ S i-r 0 ,7
3 0 ,7 Si-* r 0 ,7
0 ,0 1
4 s t -*St — r 0 ,7 + 0 ,7
0 ,5 j
5 0 ,7 Si-* r 0 ,7
0 ,1 1
6 s 2-+ r 0 ,7 + 1 .1
0 ,6 j
7 o ,n s ,-* s 2 r 0 ,7 + 1 ,1
0 ,8 j
8 0 ,7 ■ s ,- r 0 ,7
9 0 ,3 ■ S i-r 0 ,7
10 0 ,7 •S i-r 0 ,7
0 ,1 1|
11 0 ,0 S i —* s 2 —* Si —
* r 0 , 7 + 1 , l-i-0 ,7
0 ,7
0 ,0 1
!
J
0 ,1
0 ,3
12 s |— s i s 2— s 2 * s i —* s 2— r 0 ,7 + 0 ,7 + 1 .1 -
0 ,1 ►
- 1 ,1 - 0 ,7 - 1 ,1
0 ,1
0 ,6 J
13 0 ,9 •Si — r 0 ,7
14 0 ,6 ■Si — r 0 ,7
15 0 ,1 1 0 , / + 1 ,1
S i - f S z -* r
0 , 5 J\
16 0 ,3 s i— r ■ 0 ,7
17 0 ,3 ■Si — r
0 ’7 #
0 ,2 1
0 ,4
0 ,4
18
0 ,3
► 5, Ss— 5- — S 2 -► S z — S i — r 0 ,7 + 1 ,1 — 1 4 +
+ 1 ,1 - 1 4 - 0 ,7
0 ,1
0 ,6 j
19 0 ,6 ■s, — r 0 ,7
0 , 2 \
20
0 ,6 /
S i - + s s -* r 0 ,7 + 1 4
2 2 1 - 0 ,7 + 4 * 1 4
RESOLUTIONS DES SYSTÈMES D’EQUATIONS LINEAIRES 665
BIBLIOGRAPHIE
1. E. Ventsel. Calcul des probabilités. Fizmatguiz, Moscou, 1958, chapitres I
à VI.
2. B. Gnédenko. Cours de la théorie des probabilités. Editions Mir, 1969, cha
pitres I à VI.
3. A . S. Housholder. Principles of Numerical Analysis. Mc Graw-Hill, 1953,
chapitre V III.
4. W. E . M ilne. Numerical solution of differential équations, New York, 1953.
5. /. Schreider. Méthode des essais statistiques (de Monte-Carlo). Priborostro-
jenije, n° 7 (1956).
6. Modem Mathematics for the Ingeneer, sous la direction de E. F. Becken-
bach. Mc Graw-Hill, 1952, J. V. Brown. Méthodes de Monte-Carlo.
7. Ph. M . Morse, / . Cumball. Methods of operations research. London, 1951.
8. M . Kadyrov. Tables de nombres aléatoires. Editions de P Université de
l ’Asie centrale, Tachkent, 1936.
9. A . K itov , N . K rinitski. Calculateurs digitaux et programmation. Fizmat
guiz, Moscou, 1959, chapitre V III.
10. D avis , Rabinovitch. Expériences de calcul des intégrales m ultiples par la
méthode de Monte-Carlo. Revue référentielle (mathématiques), n° 2, (1957),
1835.
11. / . Schreider. Résolution des systèmes d’équations linéaires algébriques par
la méthode de Monte-Carlo. Problèmes théoriques des machines mathéma
tiques, recueil I, Fizmatguiz, Moscou, 1958.
4 3 -0 1 0 7 2
INDEX
R T
Racine carrée 100 Tableau des différences centrales 524
— —, valeur inverse de la 104 — — diagonal 506
— cubique 105 — — divisées 549
— de réq u atio n 108 -------de la fonction y = **517
— réelle a ’un polynôme 167 — — — y = sin x 523
— du système d ’équations linéaires ------- finies de la fonction y =
269 = lg * 522
Racines complexes 156 — — horizontal 506
— — de l’equation 156, 181, 184, Tangente 92
189 — nyperbolique 95
— — —, cas de deux couples 189 Théorème de Budan-Fourier 170
— d ’une équation, séparation des — de Descartes 172
108 — fondamental de l ’algèbre 156
—, ordre de m ultiplicité 156 — de H uât 173
— réelles de l ’équation 156,161, 164, — de Hurwicz 400
167, 178 — de Lagrange 162
— séparées de l ’équation 174 — de Newton 165
Rang d ’une m atrice 242 — de Perron 385
Règle de Cramer 268 — de Pringsheim 65
— des trois huitièmes 592 — de Sturm 168
Relaxation 268, 308 Transformation élémentaire de la ma
Résidu de la solution approchée 279 trice 263
Résolution graphique des équations — d ’Euler-Abel 204
112 — inverse 368
Reste de la deuxième formule d ’inter — de Kummer 197
polation de Newton 544 — linéaire 362
— de la première formule d ’inter — des matrices 263
polation de Newton 544
— de la série 76
Rotation 365 U
Unicité de la racine 109
S — de la solution du système d ’équa
tions non linéaires 470
Schéma de Hômer 70
— — généralisé 73 V
— de Khaletski 290
Séparation des racines d ’une équation Valeur inverse 97
108 — propre d ’une matrice 424, 434
Série de Maclaurin 82 Vecteur colonne 223
— m atricielle 245 — de dimension n 454
— numérique 76 — fonction 454
— de Taylor 82 — ligne 223
Séries trigonométriques 220 — nul 331
Solution de l ’équation aux différen — propre de la matrice 370
ces finies 193 Vecteurs linéairement dépendants 332
Somme et différences des m atrices 225 Vérification des calculs courante 11
Sous-espace linéaire 336 — finale 11
TABLE DES MATIÈRES
P r é f a c e ...................................................................................................................... 5
Introduction • G é n é ra lité s...................................................................................... 9
CHAPITRE PREMIER. NOMBRES A PPR O C H ÉS......................................... 13
§ 4. Erreurs absolue et r e l a t i v e ................................................................. 13
§ 2. Sources principales des e r r e u r s ........................................................ 16
§ 3. Notation décimale des nombres approchés. Chiffres significa
tifs. Nombre de chiffres e x a c t s ......................................................... *17
§ 4. Arrondissement des n o m b re s ............................................................. 20
§ 5. Relation entre l ’erreur relative d’un nombre approché et le
nombre de chiffres e x a c t s .................................................................... 21
§ 6. Tables des valeurs de la borne d’erreur relative en fonction du
nombre de chiffres exacts et tables in v e rs e s ......................................... 25
§ 7. Erreur d’une s o m m e ............................................................................. 26
§ 8. Erreur d’une d iffé re n c e ........................................ 29
§ 9. Erreur d’un p r o d u i t ................................................................................. 31
§ 10. Nombre de chiffres exacts d’un p r o d u i t ........................................... 33
§ 1 1 . Erreur d’un q u o tie n t................................................................................. 34
§ 12. Nombre de chiffres exacts d’un q u o t i e n t......................................... 35
§ 13. Eireur relative d’une p u is s a n c e ....................................................... 35
§ 14. Erreur relative d’une r a c i n e ............................................................... 35
§ 15. Calculs sans estimation précise dese r r e u r s ...................................... 36
§ 16. Formule générale de l’e r r e u r ............................................................... 37
§ 17. Problème inverse de la théorie dese r r e u r s ...................................... 39
§ 18. Précision de la détermination de l ’argument d’une fonction ta
bulée ......................................................................................................... 43
§. 19. Méthode d’e n c a d re m en t............................................................................. 45
§ 20*.Notion de l ’estimation probabiliste d’unee r r e u r ................................ 47
CHAPITRE II. GÉNÉRALITÉS SUR LA THÉORIES DES FRACTIONS
CONTINUES ......................................................................................................... 49
§ 1. Définition d’une fraction c o n tin u e ......................................................... 49
§ 2. Conversion des fractions continues en fractions ordinaires et con
version in v e r s e ......................................................................... 5
672 TABLE DES MATIÈRES