��� SUITES VECTORIELLES ET RÉELLES DÉFINIES PAR UNE RELATION DE RÉCURRENCE u
n+1= f (u
n).
EXEMPLES. APPLICATIONS À LA RÉSOLUTION APPROCHÉE D’ÉQUATIONS.
I. Généralités sur les suites récurrentes
I. A. Suites récurrentes réelles
[Gou��, Ch�, p���]Définition à tout ordre, on se place dans le cadre ordre1(en fait en utilisant un cadre matriciel on pourra toujours se ramener à ce cas-là)
Exemples des suites arithmétiques, géométriques, homographiques
Propriétés de monotonie lorsquefest croissante/décroissante sur des intervalles stables Lemme de la grenouille [FGN��, §�.��, p��]
I. B. Suites récurrentes vectorielles
Permet notamment de se ramener à un ordre1 Équation caractéristique
Application à la résolution d’une suite récurrente linéaire d’ordrep.
Exemple de la suite deF��������
II. Points fixes et suites récurrentes
II. A. Théorèmes de points fixes
[Dem��, ChIV, p��] [Rou��] [Gou��, §�.�, p��–��]Définition d’un point fixe, toute suite récurrence convergente converge vers un point fixe def Exemples d’existence de points fixes (théorème des valeurs intermédiaires) :f : [0,1]≠æ[0,1]
continue,f :R+≠æR+telle quelim supxæ+Œf(x)/x <1.
Théorème du point fixe deP�����, corollaire avec une itérée Exemple/contre-exemple
Vitesses de convergence en fonction de la dérivée, point fixe attractif, répulsif (schémas), exemple du sinus itéré
II. B. Applications en probabilités
[BL��, ChVIII, p���]Noyau de transition, chaînes deM�����, mesure invariante, existence, cas de non unicité ...
Existence dans le casEfini, convergence sous conditions vers la mesure invariante P�����������. [��������� �� ����������� ��G�����-W�����]
Soient(Xij)i,jØ1des v.a. i.i.d. à valeurs dansN. On noteµleur loi,mleur espérance et on définit le processus(Zn)nœNparZ0 = 1etZn+1 = qZn
i=1Xin+1pourn œ N. et enfin fl=P(÷nØ0|Zn= 0). Alors siµ”=”1, on a :
• simÆ1,fl= 1et on a extinction du processus presque surement,
• sim >1,fl<1et il y a une probabilité strictement positive de survie.
III. Application à la résolution d’équations par des méthodes itératives
III. A. Méthode de N�����
[Dem��, ChIV, p��] [Rou��]T��������.
Soitf : [c, d]≠æRune fonctionC2, oùc < d, et telle quef(c)<0< f(d)etfÕ >0sur [c, d]. On considère la suite récurrente définie parx0œ[c, d]etxn+1 =xn≠ff(xÕ(xnn))pour nœN.
Alors en notantal’unique0def, on a :
(i) il existe– > 0tel que pour toutx0 œ [a≠–, a+–],(xn)nœNconverge versade manière quadratique : il existeC >0telle que’nœN,|xn+1≠a|ÆC|xn≠a|2. (ii) si de plusfÕÕ > 0sur[a, d], alors pour toutx0 œ]a, d],(xn)nœNest strictement dé-
croissante etxn+1≠a≥næ+Œ fÕÕ(a)
2fÕ(a)(xn≠a)2.
Et en dimension quelconque
III. B. Méthodes de descente de gradient
[FGN��, §, p��]Méthodes de descente de gradient Gradient à pas optimal
III. C. Résolution de systèmes linéaires
[AK��, PIV, p���]Idée : décomposition régulièreA=M ≠NavecMfacile à inverser
On définitx0œKnetxn+1=M≠1(N xn+b). Si cette suite converge, la limite est la solution deAx=b
Théorème : la méthode itérative converge pour toutx0si et seulement sifl(M≠1N)<1. Dans ce cas, vitesse de convergence est géométrique
Exemple : méthode deR���������
Pour une matriceAhermitienne définie positive, siM, Nest une décomposition satisfaisante, on aMú+Nest hermitienne et si elle est définie positive, alorsfl(M≠1N)<1
Méthode deJ�����: on prend pourDla diagonale deA. On aM≠1N =In≠D≠1A(on peut supposerDinversible quitte à permuter les colonnes deA)
SiAest hermitienne, on a convergence siAet2D≠Asont définies positives
Méthode deG����-S�����: on prend pourM la matrice triangulaire inférieure issue deA, et pourNl’opposé des coe�icients restants. SiAest hermitienne définie positive, on a la conveer- gence de la méthode carMú+Nl’est aussi
Remarque : les itérations correspondent à un calcul matriciel, on a doncn2opérations. Les
ÉNS Paris-Saclay –����/���� AntoineB������–https://perso.ens-lyon.fr/antoine.barrier/fr/ Page���sur���
Agrégation – Leçons ���– Suites vectorielles et réelles définies par une relation de récurrenceun+1=f(un). Exemples. Applications à la résolution approchée d’équations.
inversions deMnécessitentnopérations pourJ�����,n2/2pourG����-S�����, donc pour un nombre d’itérationπn, ces méthodes sont plus rapides que les méthodes directes
III. D. Recherche de valeurs propres
[AK��, Ch��, p���]Méthode de la puissance pour trouver la plus grande valeur propre en module, ainsi qu’un vec- tor propre, vitesse géométrique
Matrices deG�����, méthode deJ�����:Ak kæ+Œ≠æ diag(⁄‡(i))pour un‡œSn
������
Suites du sinus itéré
Méthode deN�����en dimension�
Points fixes attractifs/répulsifs, selon la valeur de|fÕ|et le signe defÕ
������������
Une leçon facile à remplir, il faut sélectionner ce sur quoi on est à l’aise.
���������
Q Étudier la suite définie par récurrence parxn+1= sin(xn). Donner un équivalent.
R xn œ [≠1,1]pourn Ø1et sif = sin, on a quefest croissante sur cet intervalle donc la suite est monotone et converge vers un point fixe defsur cet intervalle. Cela ne peut être que0. Doncxn næ+Œ≠æ 0.
En utilisant leDL3desin, on a quexn+1≠xn≥ ≠x63n.
On étudiex—n+1≠x—nqui converge vers la limite finie13pour—=≠2.
On a donc par le théorème deC�����quex≠2n ≥n/3et ainsixn≥Ò
3 n.
Q Si f est continue de [0,1]dans [0,1]et xn+1 = f(xn), montrer que (xn)n converge si et seulement si|xn+1≠xn| n≠ææ+Œ 0(lemme de la grenouille).
R Le sens direct est évident. Réciproquement, supposons que(xn)n possède deux valeurs d’adhérence distinctes¸,¸Õ, alors on a que[¸,¸Õ]est un ensemble de valeurs d’adhérences par hypothèse (faire un dessin). L’ensemble des valeurs d’adhérence est donc connexe. Vé- rifions qu’une valeur d’adhérence est un point fixe. SixÏ(n)≠æ¸, alorsf(xÏ(n))≠æf(¸) et par hypothèse on en déduit quef(¸) = ¸. Comme on a un segment de valeurs d’adhé- rences, donc de points fixes, on a que dès qu’un des termes est dans le segment, la suite est constante. Ce qui contredit le fait que l’on ait deux valeurs d’adhérence. Donc il y a une unique valeur d’adhérence et la suite converge.
Q ConsidéronsÏ : (a, b)‘≠æ (a+b2 ,Ô
ab). Montrer(an)net(bn)nont même limite. Montrer
que la convergence de(an≠bn)nvers0est géométrique.
R On a quean, bn œ [min(a0, b0),max(a0, b0)]pour toutn. On vérifie par récurrence que (an)nest décroissante et(bn)nest croissante et de plusan Øbn. Les deux suites sont donc convergentes. Si elles convergent vers¸1,¸2, alors on a(¸1,¸2) = (¸1+¸2 2,Ô
¸1¸2), ce qui n’est possible que si¸1=¸2.
Q Soitf :Rn ≠æRde classeC2telle que—ÎhÎ2 Ø Ò2f(x)(h, h)Ø–ÎhÎ2. Montrer quef a un unique minimiseur et donner un algorithme convergeant vers ce minimiseur.
R Utiliser la formule de T����� avec reste intégral. Une méthode à descente de gradient convient.
�������������
[AK��] G.A������et S.-M.K����:Algèbre linéaire numérique. Ellipses,����.
[BL��] P.B����et M.L�����:Probabilité. EDP Sciences,����.
[Dem��] J.-P.D�������: Analyse numérique et équations di�érentielles. Collection Grenoble Sciences,����.
[FGN��] S.F��������, H.G�������et S.N������:Oraux X-ENS - Analyse�. Cassini,����.
[FGN��] S.F��������, H.G�������et S.N������:Oraux X-ENS - Analyse�. Cassini,����.
[Gou��] X.G������:Les maths en tête - Analyse. Ellipses,�èmeédition,����.
[Rou��] F.R�������:Petit guide de calcul di�érentiel. Cassini,����.
ÉNS Paris-Saclay –����/���� AntoineB������–https://perso.ens-lyon.fr/antoine.barrier/fr/ Page���sur���