Séries de Taylor et de Maclaurin : La magie de l'approximation de fonctions complexes avec des polynômes

Introduction

Dans les mondes des mathématiques, de la physique et même de l’informatique, les séries de Taylor et les séries de Maclaurin sont des outils incroyablement puissants. Ce sont des méthodes permettant d’exprimer des « fonctions complexes difficiles à calculer », telles que les fonctions exponentielles et trigonométriques, comme des sommes infinies de « polynômes simples pouvant être calculés en utilisant uniquement l’addition et la multiplication ».

La raison pour laquelle les calculatrices et les ordinateurs peuvent calculer instantanément des valeurs comme $\sin(37^\circ)$ ou $e^{2.5}$ est qu’ils effectuent en interne des calculs d’approximation en appliquant ces développements. Dans cet article, nous expliquerons en détail cette technique mathématique magique, de sa signification intuitive à ses formules rigoureuses et à ses applications concrètes.

Pourquoi approximer des fonctions avec des polynômes ?

Pour commencer, pourquoi est-il nécessaire de représenter une fonction par un polynôme ( $a + bx + cx^2 + \dots$ ) ?

  flowchart LR
    A["Fonction complexe"] -->|"Développement de Taylor"| B["Somme infinie de polynômes"]
    B -->|"Troncature à des termes finis"| C["Approximation polynomiale"]
    C -->|"Arithmétique de base uniquement"| D["Calcul informatique à grande vitesse"]

De nombreuses fonctions décrivant des phénomènes naturels sont non linéaires, ce qui les rend difficiles à calculer directement à la main ou uniquement avec les instructions du processeur d’un ordinateur. Cependant, parce que les polynômes ne sont constitués que d’additions et de multiplications, ils ont l’avantage d’être extrêmement faciles à manipuler pour les ordinateurs.

Compréhension intuitive de la série de Maclaurin

Tout d’abord, considérons la série de Maclaurin, qui approche une fonction autour d’un point spécifique $x = 0$. Supposons que nous ayons une fonction inconnue $f(x)$. Nous voulons approximer cette fonction près de $x = 0$ avec un polynôme $P(x)$ comme suit :

$$ P(x) = c_0 + c_1 x + c_2 x^2 + c_3 x^3 + \dots $$

Les conditions pour améliorer la précision de l’approximation sont les suivantes :

Approximation d’ordre 0 : La valeur de la fonction à $x=0$ correspond ( $P(0) = f(0)$ ). Il en résulte $c_0 = f(0)$.
Approximation du 1er ordre : La pente (dérivée première) à $x=0$ correspond ( $P'(0) = f'(0)$ ). Il en résulte $c_1 = f'(0)$. Sur un graphique, il s’agit de la tangente de la fonction $f(x)$ à $x=0$.
Approximation du 2ème ordre : La courbure (dérivée seconde) à $x=0$ correspond ( $P''(0) = f''(0)$ ). Puisque $P''(x) = 2 c_2$, nous avons $c_2 = \frac{f''(0)}{2}$.
Approximation d’ordre $n$ : En général, en faisant correspondre jusqu’à la $n$-ième dérivée, on peut imiter plus précisément le comportement autour de $x=0$.

Formule et dérivation de la série de Maclaurin

En répétant indéfiniment les conditions intuitives ci-dessus, nous obtenons une belle série utilisant les coefficients dérivés de chaque ordre de la fonction. C’est ce qu’on appelle la série de Maclaurin.

$$ f(x) = f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 + \frac{f^{(3)}(0)}{3!}x^3 + \dots $$

Écrit en utilisant la notation sigma, cela ressemble à ceci :

$$ f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(0)}{n!} x^n $$

Ici, $f^{(n)}(0)$ est la valeur obtenue en différenciant la fonction $f(x)$ $n$ fois et en remplaçant $x=0$, et $n!$ représente la factorielle de $n$ ( $n \times (n-1) \times \dots \times 1$ ).

Séries de Maclaurin des fonctions typiques

Ici, nous présentons les séries de Maclaurin de fonctions importantes qui apparaissent fréquemment.

1. Fonction exponentielle $e^x$

La fonction exponentielle $f(x) = e^x$ reste $e^x$ quel que soit le nombre de fois qu’elle est différenciée. Par conséquent, lorsque $x=0$ est substitué, les coefficients dérivés de tous les ordres deviennent $1$ ( $f^{(n)}(0) = 1$ ).

$$ e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \dots = \sum_{n=0}^{\infty} \frac{x^n}{n!} $$

2. Fonctions trigonométriques $\sin x$ et $\cos x$

Lorsque $\sin x$ est différencié de manière répétée, il change de manière cyclique : $\cos x, -\sin x, -\cos x, \sin x, \dots$. En substituant $x=0$, seuls les coefficients dérivés des ordres impairs subsistent, et les ordres pairs deviennent $0$.

$$ \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \dots = \sum_{n=0}^{\infty} \frac{(-1)^n}{(2n+1)!} x^{2n+1} $$

De même, pour $\cos x$, seuls les termes d’ordres pairs subsistent.

$$ \cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \dots = \sum_{n=0}^{\infty} \frac{(-1)^n}{(2n)!} x^{2n} $$

Extension à la série de Taylor

Alors que la série de Maclaurin est une approximation autour de $x=0$, la généralisation de cela à une approximation autour d’un point arbitraire $x=a$ donne la série de Taylor.

$$ f(x) = f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \dots = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!} (x-a)^n $$

Cette formule démontre sa puissance lorsque vous souhaitez prédire la valeur d’une fonction à un endroit légèrement éloigné de $x=a$ ( $x = a + \Delta x$ ).

Applications des séries de Taylor

Approximation linéaire en physique

En physique, l’approximation à l’aide des séries de Taylor est fréquemment utilisée pour faciliter la résolution des équations du mouvement. Par exemple, dans le mouvement d’un pendule, si l’angle de balancement $\theta$ est suffisamment petit, nous n’extrayons que le terme du 1er ordre de la série de Maclaurin pour $\sin \theta$ et l’approximons comme suit :

$$ \sin \theta \approx \theta \quad (\text{lorsque } \theta \text{ est suffisamment petit}) $$

Cela transforme une équation différentielle non linéaire complexe en une équation différentielle linéaire facilement soluble, dérivant l’isochronisme d’un pendule simple.

Programmation et calcul numérique

À l’intérieur des bibliothèques standard des ordinateurs (telles que le module math), les séries de Taylor (ou leurs versions améliorées comme l’approximation de Tchebychev) sont utilisées pour calculer des fonctions. Vous trouverez ci-dessous un exemple simple d’approximation de $\sin x$ en Python.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
import math

def approx_sin(x, terms=10):
    """
    Fonction pour approximer sin(x) en utilisant la série de Maclaurin
    x : Angle en radians
    terms : Nombre de termes à calculer
    """
    result = 0.0
    for n in range(terms):
        # Calculer chaque terme : (-1)^n * x^(2n+1) / (2n+1)!
        sign = (-1) ** n
        numerator = x ** (2 * n + 1)
        denominator = math.factorial(2 * n + 1)
        result += sign * (numerator / denominator)
    return result

# Test : x = 1.0 radian (environ 57.3 degrés)
x_val = 1.0
print(f"Valeur approximative : {approx_sin(x_val)}")
print(f"Valeur réelle : {math.sin(x_val)}")

Rayon de convergence et Théorème de Taylor

Toutes les fonctions ne peuvent pas être représentées avec précision par une série de Taylor à chaque $x$. La plage dans laquelle la série infinie converge vers une valeur finie est appelée le rayon de convergence. Par exemple, la série de Maclaurin pour $\ln(1+x)$ n’est valide que dans la plage $-1 < x \le 1$.

De plus, le théorème de Taylor (évaluation du terme de reste) est un théorème permettant d’estimer l’erreur qu’il y aura entre la vraie valeur et la valeur approximative lors de la troncature à des termes finis (jusqu’au $n$-ième ordre). Cela nous permet de garantir mathématiquement “jusqu’à quel ordre nous devrions développer en fonction de la précision requise”.

Conclusion

Les séries de Taylor et les séries de Maclaurin sont, pour ainsi dire, des « traducteurs mathématiques » pour traduire le monde complexe sous une forme facilement gérable appelée polynômes. Le processus consistant à partir du concept de différenciation et à restaurer complètement la fonction d’origine par des additions infinies symbolise la beauté des mathématiques. Des approximations en physique aux algorithmes d’optimisation en IA, leur gamme d’applications est incommensurable. Par tous les moyens, utilisez cet outil puissant pour approfondir votre compréhension des mathématiques et de la programmation.