Accueil🇫🇷Chercher

Modèles de Taylor

En calcul scientifique, les modèles de Taylor sont une approche permettant d'approximer les fonctions mathématiques de manière rigoureuse à l'aide de polynômes de Taylor et d'intervalles d'encadrement.

Contexte

Au croisement des mathématiques et de l'informatique, le calcul certifié consiste à estimer de manière rigoureuse l'influence de différentes incertitudes numériques sur le calcul. Ces incertitudes proviennent surtout de deux sources :

  • Des erreurs de calculs dues à la précision finie des ordinateurs.
  • Des incertitudes sur les variables du modèle de calcul.

Les méthodes d'intervalles permettent de prendre en compte ces deux sources d'erreurs, mais elles entraînent un coût non négligeable en complexité, notamment du fait qu'il devient nécessaire de contrôler à tout instant ces intervalles de contrôle dont la taille peut exploser lors d'applications algorithmiques[1].

Définition

Si est un entier, soit une fonction supposée sur , et soit une boîte d'intervalles contenant le point .

Soit le polynôme de Taylor de en . L'intervalle est une borne du reste d'ordre pour sur si

La paire est un modèle de Taylor de d'ordre [1]. L'ensemble de toutes les bornes de restes est appelée la famille des restes.

Propriétés

Le but des modèles de Taylor est de servir d'objets de calculs. Il est donc nécessaire de définir les opérations élémentaires d'addition et de multiplication de modèles de Taylor, ainsi que des fonctions élémentaires comme l'exponentielle ou le logarithme. Par exemple, l'addition :

Si et sont des modèles de Taylor d'ordre , le modèle de Taylor est un modèle de Taylor de étant donné que

En appliquant ces règles de manière répétée, il est possible de calculer des modèles de Taylor de toutes les fonctions qui consistent en la répétition d'opérations d'addition, multiplication, et de fonctions élémentaires - ce qui inclut toutes les fonctions représentables par un ordinateur[1].

Applications[2]

Voir aussi

Notes et références

  1. (en) Martin Berz et Georg Hoffstätter, « Computation and Application of Taylor Polynomials with Interval Remainder Bounds », Reliable Computing, vol. 4, no 1,‎ , p. 83–97 (ISSN 1573-1340, DOI 10.1023/A:1009958918582, lire en ligne, consulté le )
  2. (en) « Taylor Models and Rigorous Computing »
  3. (en) J. Hoefkens, M. Berz et K., Verified High-Order Integration of DAEs and Higher-order ODEs, Scientific Computing, Validated Numerics and Interval Methods, W. Kraemer and J. W. v. Gudenberg (Eds.), , 432 p. (ISBN 978-1-4613-0075-5, 1461300754 et 1461265436, OCLC 885401612, lire en ligne)
  4. (en) K. Makino et M. Berz, « New Applications of Taylor Model Methods », Automatic Differentiation: From Simulation to Optimization,‎
  5. (en) Nicolas Brisebarre et Mioara Joldes, « Chebyshev Interpolation Polynomial-based Tools forRigorous Computing », ISSAC ’10, 2010 International Symposium on Symbolic and Algebraic Computation,‎ (DOI 10.1145/1837934.1837966, lire en ligne)

Bibliographie

  • M. Berz, From Taylor series to Taylor models, In AIP Conference Proceedings CONF-961208, vol. 405, no 1, avril 1997, p. 1-23)
  • M. Berz & G. Hoffstätter, Computation and application of Taylor polynomials with interval remainder bounds, Reliable Computing, 4 (1), 1998 : 83-97.
  • K. Makino & M. Berz, Efficient control of the dependency problem based on Taylor model methods, Reliable Computing, 5 (1), 1999 : 3-12.
  • J. Hoefkens, Rigorous numerical analysis with high-order Taylor models, dissertation de doctorat, Michigan State University, Department of Mathematics and Department of Physics and Astronomy, 1997.
  • K. Makino & M. Berz, Taylor models and other validated functional inclusion methods, International Journal of Pure and Applied Mathematics, 4 (4), 2003 : 379-456.
  • N. Revol, K. Makino & M. Berz, Taylor models and floating-point arithmetic: proof that arithmetic operations are validated in Cosy, The Journal of Logic and Algebraic Programming, 64 (1), 2005 : 135-154.
  • R. Zumkeller, Formal global optimisation with Taylor models, In International Joint Conference on Automated Reasoning, août 2006, p. 408-422.
  • M. Neher, K. R. Jackson & N. S. Nedialkov, On Taylor model based integration of ODEs, SIAM Journal on Numerical Analysis, 45 (1), 2007 : 236-262.
  • X. Zhang, S. Redon, M. Lee, & Y. J. Kim, Continuous collision detection for articulated models using taylor models and temporal culling, In ACM Transactions on Graphics (TOG), vol. 26, no 3, août 2007, p. 15).
  • A. M. Sahlodin, & B. Chachuat, Convex/concave relaxations of parametric ODEs using Taylor models, Computers & Chemical Engineering, 35 (5), 2011 : 844-857.
  • X. Chen, Reachability analysis of non-linear hybrid systems using taylor models, dissertation de doctorat, PhD thesis, RWTH Aachen University, 2005.
Cet article est issu de wikipedia. Text licence: CC BY-SA 4.0, Des conditions supplémentaires peuvent s’appliquer aux fichiers multimédias.