Jupyter notebook Feuille Principale.ipynb
Vitesse de Convergence
1.Présentation du problème
Présentation et Contexte $$\\$$ On dispose d'une suite réelle qui converge avec un certain ordre vers et on souhaiterait construire, à partir de , par un procédé général, une suite qui converge encore vers mais avec un ordre supérieur. On s'intéresse essentiellemnt à deux procédé : $$\\$$ Le d'Aitken et l'extrapolation de Richardson.
2. Définitions
Accélération de la convergence :
Soit une suite convergente vers avec , on dit que la convergence de cette suite vers est plus rapide que celle de si : Accélérer la convergence d'une suite consiste à construire à partir de cette dernière une autre suite qui converge plus vite vers la même limite. $$\\$$
Notion d'ordre et Vitesse de convergence:
Soient la limite de la suite (u) et q un entier appelé ordre de convergence, on a : avec Ici désigne le taux de convergence, plus précisemment la vitesse à laquelle (u) converge.Si alors la convergence de la suite est dite linéaire, en revanche si celle-ci est dite quadratique. $$\\$$ La vitesse de convergence est un facteur important de la qualité des algorithmes. Si la vitesse de convergence est élevée, l'algorithme converge rapidement et le temps de calcul est moindre. Ces préoccupations de rapidité de convergence ont conduit à diversifier les modes de convergenceet à chercher des processus optimaux.
Exemple :
Étudions la convergence des deux suites et . Il est clair que ces deux suites convergent vers 1. Observons leur vitesse de convergence:
On remarque de convergerait plus vite que . Vérifions que
3.Aitken
Le Aitken: C'est un procédé d’accélération de la convergence de suites en analyse numérique popularisé par le mathématicien Alexander Aitken en 1926. Lorsqu'on applique le procédé d'accélération de la convergence d'Aitken, cela consiste de créer à partir une nouvelle suite ayant la même limite que celle-ci; convergent plus rapidement vers . On définit alors: La suite définie par , à l'aide de ce procéder on vient de montrer qu'à partir d'un certain rang, est une meilleure approximation de (la limite) que . Il est naturel de poursuivre les itérations en remplaçant par .
Exemples d'application: Méthodes itératives (point fixe: )$$\\$$ Sommes de séries : $$\\$$
Hypothèses: Le procédé d'Aitken s'applique aux suites ayant une convergence linéaire comme par exemple la méthode du point fixe ou alors les suites géométriques.$$\\$$ De plus $$\\$$ Il accélère toutes les suites dont le rapport de deux écarts consécutifs converge vers une limite non nulle comrpise entre -1 et 1. Aussi, (u)est mal défini si contient un "0", c'est-à-dire, les premières différences se répètent donc il faut le restreindre à un indice . $$\\$$
Instabilité de la méthode: Le est très instable numériquement car le numérateur et le dénominateur sont proches de 0, il faut alors calculer beaucoup de décimales. Il vaut mieux alors utiliser une autre écriture équivalente à l'initiale, mais beaucoup plus stable telle que :
Démonstration de l'accélération: Soit une suite qui converge vers l et avec $$\\$$ Posons S= , alors la suite converge vers plus vite que $$\\$$ Soit ,
D'où Le dénominateur tends vers , et le numérateur tend vers . Par conséquent, (v) tend "plus vite" vers 0 que (u). $$\\$$
4. Codage Aitken et Steffensen
Aitken:
Avec le point fixe
Soit l'équation , on sait qu'il existe une unique solution dans l'intervalle notée . Soit vérifiant et .
Étudions la fonction . Nous allons donc essayer plusieurs "méthodes" du point fixe : Version Classique; Aitken; Steffensen.
Méthode du point fixe:
Appliquons Aitken au point fixe $$\\$$ Aitken:
Maintenant, comparons la méthode du point fixe et Aikten :
Calculons la pente des courbes:
Aitken: On prend deux points par lecture graphique A(4;5) et B(6;8). En calculant le coefficient directeur on a CoeffA=
Point fixe: On a deux points C(0;0) et D(1;1). CoeffPF=
Or on remarque que CoeffA>CoeffPF, alors la fonction converge plus rapidement avec le procédé d'Aitken qu'en l'appliant avec la méthode du point fixe.
On remarque que la converge est beaucoup plus rapide avec le procédé d'Aitken. $$\\$$ Essayons avec la méthode de Steffensen. $$\\$$
5. Steffensen
Méthode de Steffensen: Dans l'analyse numérique, la méthode de Steffensen est un procédé de recherche de racines, similaire à la méthode de Newton, nommée d'après Johan Frederik Steffensen. La méthode de Steffensen atteint aussi la convergence quadratique, mais sans utiliser de dérivées comme la méthode de Newton. Ce procédé aussi accélère la vitesse de convergence d'une suite, mais plus rapidement que Aitken. $$\\$$ En partant de la méthode du point fixe et de newton. Il existe une fontion définie comme pour la méthode de Newton, mais n'étant pas la dérivée de . $$\\$$ A savoir : Méthode de Newton =
définition du procédé: Soit une méthode itérative engendrée par g. $$\\$$ Lorsqu'on applique le procédé d'accélération de la convergence d'Aitken à la suite définie par , on vient à partir d'un certain rang, est une meilleure approximation de que . Il est donc naturel de poursuivre les itérations en remplaçant par , puis de calculer et pour appliquer l'accélération d'Aitken. $$\\$$ Ce qui revient à calculer successivement: Et Et
donc: Or, on peut définir en fonction de à partir de g: C'est la méthode de Steffensen que l'on peut définir formellement par la fonction G suivante qui donne le processus itératif (avec (par le point fixe)): En effet, supposons une racine de l'équaton Si la méthode engendré par est d'ordre 1, alors la méthode de Steffensen est d'ordre 2 au moins.
Ordre de la méthode de Steffensen: $$\\$$ La méthode de Steffensen est d'ordre 2, ainsi G'(x)=0. $$\\$$ Calculons G'(x): avec et $$\\$$ Soit et $$\\$$ Alors $$\\$$ Donc Et en prenant le dénominateur $$\\$$ En ayant supposer une racine de l'équaton , il nous manque qu'à remplacer dans l'expression $$\\$$
Appliquons maintenant à la fameuse série de Leibniz : On a . Donc (notons ). $$\\$$ Etudions la convergence de avec le procédé d'Aitken (en utilisant la série ) et sans le procédé(avec ).
6. Richardson
En analyse numérique, le procédé d'extrapolation de Richardson est une technique d'accélération de la convergence.
Définition: L'extrapolation est le calcul d'un point d'une courbe dont on ne dispose pas d'équation, à partir d'autres points, lorsque l'abscisse du point à calculer est au-dessus du maximum ou en dessous du minimum des points connus.
Théorème: Soit une suite de nombres réels qui converge vers . On suppose qu'on a un développement asymptotique de la forme $$\\$$ avec et , de sorte que la convergence de vers est géométrique de rapport . On pose $$\\$$ $$\\$$ Alors, est un et donc converge ver avec une convergence ui est (au moins) géométrique de rapport .
Hypothèses: Cette méthode s'applique lorsqu'on a une suite qui converge vers avec une convergence géométrique de rapport et qu'on connaît le rapport . $$\\$$ Il faut connaître le rapport , indispensable pour calculer . $$\\$$ Il faut ne pas connaître le coefficient (sinon il suffit de retrancher pour avoir aussitôt une suite qui converge comme un ).
Convergence géométrique: On dit qu'une suite converge (au moins) géométriquement vers si elle est dominée par une suite géométrique avec .
Démonstration: On va commencer par expliquer d'où sort la suite . Il s'agit d'éliminer le terme en dans l'expression de .L'idée, comme on ne connaît pas , est de regarder , puis, en calculant , d'éliminer les entre les deux termes. Maintenant , on note converge vers et, en divisant par , on trouve une suite qui converge vers . $$\\$$ Précisément, posons , de sorte que est un . Un calcul immédiat donne $$\\$$ $$\\$$ Si on a , on a alors $$\\$$ CQFD. $$\\$$
Si on prend car et Alors . Ce qui confirme que converge vers plus vite que .
Remarque: Cette méthode s'applique notamment à la méthode des trapèzes pour calculer la valeur approchée d'une intégrale. Elle prend alors le nom de Romberg-Richardson, et est effectivement employée dans les logiciels comme Maple ou les calculatrices.
Applications:$$\\$$ -Approximation de par la convergence de la suite d'Archimède . $$\\$$ -Approximation de par la convergence de la suite .
Prenons l'exemple de l'approximation de :
On utilise la methode de Richardson (procédé d’accélérations de convergence successives) pour accelerer la convergence de la suite d'archimède (sans connaitre la valeur de )
qui tend vers quand n tend vers l'infini .
Rappelons le developpement limité de à l'ordre est :
On peut alors écrire pour tout entier naturel :
avec les termes d'erreurs.
La suite () converge vers avec une vitesse de convergence égal à . Nous pouvons le vérifier avec le code suivant :
L’idée de l'accélération de convergence de Richardson consiste à faire disparaître les termes d’erreur en les un après les autres et fabriquer un nouvelle suite avec une convergence vers plus rapide. Cette élimination peut se fait algébriquement :
On multiplie par 4 la seconde ligne:
On a ensuite
On considère la suite définie par
le terme d'erreur en disparait car il est négligeable devant et son terme d'erreur est en , sa vitesse de convergence est (voir code ci-dessous). converge vers plus vite que nous le montrerons après dans un tableau car ce n'est pas fini.
On peut donc programmer Richardson :
7.Méthode de Romberg:
A)La méthode des trapèzes composites
La méthode de Romberg utilise le procédé d’extrapolation de Richardson appliqué à la méthode des trapèzes (calcul d'intrégrale) et permet d'améliorer l'ordre de convergence.
Soit une fonction de classe sur le segment [] avec , on cherche a approximer l'intégrale que l'on note . Par la méthode des trapèzes-composites, avec un découpage de [] en segments réguliers, on obtient la formule d'approximation de l’intégrale de suivante:
La méthode est dite d’ordre 1 elle donne un résultat exact pour un polynôme de degré 1.
B) Formule d'Euler-Maclaurin :
La formule d'Euler-Maclaurin est une relation entre sommes discrètes et intégrales, découverte par Euler en 1735 pour accéléré le calcul de limites de séries lentement convergentes et par Colin Maclaurin pour calculer des valeurs approchées d'intégrales.
Elle nous prouve l'existence d'un développement limité à tout ordre de l’erreur commise dans la méthode des trapèzes, de la forme
D'après la formule d'Euler-Maclaurin, le développement limité de l'erreur commise ne contient que des puissances paires de h. L'idée est d'annuler un à un les terme du développement E en effectuant une combinaison linéaire entre et :
On remarque ainsi, que l'ordre de l'erreur est en donc en au lieu de (car et est constante et on le choisit mais tend vers l'infini pour plus de précision).
Démonstration : l'expression obtenue correspond à la méthode de Simpson (erreur en une interpolation parabolique):
En developpant la dernière expression on obtient
C)Extrapolation de Richardson - Formule récurrente de Romberg :
On utilise l'extrapolation de Richardson à l'expresion ce qui va nous permettre d'avoir une approximation de plus en plus précise et voir ensuite la formule recurrente de Romberg.
et on note et en choisissant A(h) comme approximation de F(t), l'erreur est en .
Maintenant on prend un nombre pair d'intervalles de la subdivision.
Notons désormais A(n,0) les précédents nombres I(h_n) résultats de la méthode des trapèzes.
pour n=0, donc
Ces valeurs seront placées dans la première colonne, elle correspond (par définition) à la méthode du trapèze.
Notons A(n,1) obtenues par les extrapolations de Richardson de la forme a partir et avec k$\ge\ge$1.
pour n=1, on a car
et on a
Ces valeurs seront placées dans la deuxième colonne, c'est la méthode de Simpson. En troisième colonne on aura la méthode de Boole qui est la formule de Newton-Cotes.
Nous pouvons désormais accélérer la convergence au seul moyen des issus de l'extrapolation de Richardson est obtenir la formule récurrente de Romberg qui est démontrer en dessous, c'est une approximation de l'intégrale qui à l'étape est en ceci à condition que la fonction soit de classe .Le calcul de est exact pour les polynômes de degré 2n+1 : elle est d’ordre 2n+1.
La méthode de W.Romberg utilise l'extrapolation de Richardson à partir de 2^n applications de la méthode des trapèzes. Soit les évaluations de l'intégrale par la méthode des trapèzes Si la dérivée seconde de f est continue bornée sur [a;b], la suite converge vers la valeur exacte de l'intégrale. Pour accélérer la vitese de la convergence, on aplique l'extrapolation de Richardson, au couple pour définir qui converge vers la valeur de l'intégrale si la dérivée quatrième de f est continue bornée. $$\\$$ $$\\$$ De proche en proche, on définit ainsi les valeurs extrapolées $$\\$$ Lorsque n tend vers l'infini, on alors
'C:'
'D'
Notons les précédents nombres résultats de la méthode des trapèzes qui seront placées dans la première colonne.
Notons obtenues par les extrapolations de Richardson de la forme a partir et avec k$\ge\ge$1 correspondant à la méthode de Simpson placé dans la deuxieme colonne.
Nous pouvons désormais accélérer la convergence au seul moyen des issus de l'extrapolation de Richardson est obtenir la formule récurrente de Romberg , c'est une approximation de l'intégrale qui à l'étape est en ceci à condition que la fonction soit de classe .Le calcul de est exact pour les polynômes de degré 2n+1 : elle est d’ordre 2n+1.