practicecalculus
Théorèmes sur les séries et plusieurs variables

Formule de Taylor-Lagrange : reste et majoration de l'erreur

La formule de Taylor avec reste de Lagrange : à quel point un polynôme de Taylor approche f(x). Énoncé, majoration de l'erreur, exemples avec e et sin x.

Théorèmes sur les séries et plusieurs variables Mis à jour Lecture : 4 min

En bref

f(x) = P_n(x) + \frac{f^{(n+1)}(c)}{(n+1)!}(x - a)^{n+1}
Hypothèses
f est n + 1 fois dérivable sur un intervalle ouvert I contenant a, et x appartient à I
Polynôme de Taylor
P_n(x) = \sum_{k=0}^{n} \frac{f^{(k)}(a)}{k!}(x - a)^k
Reste (forme de Lagrange)
R_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!}(x - a)^{n+1} pour un certain c compris entre a et x
Majoration de l'erreur
|R_n(x)| \le \frac{M}{(n+1)!}|x - a|^{n+1} où |f^{(n+1)}| \le M
Cas n = 0
Le théorème des accroissements finis
Cours
Analyse 2
Sur cette page
  1. Énoncé de la formule de Taylor
  2. Inégalité de Taylor-Lagrange (la majoration de l'erreur)
  3. Ce que signifie la formule de Taylor
  4. Pourquoi les hypothèses comptent
  5. Exemples corrigés
  6. Erreurs fréquentes
  7. Théorèmes et guides liés

La formule de Taylor affirme qu'une fonction régulière est égale à son polynôme de Taylor plus un terme d'erreur, et elle donne à ce terme d'erreur une forme exacte. On passe ainsi de « le polynôme de Taylor est une bonne approximation » à un nombre garanti de décimales exactes.

Énoncé de la formule de Taylor

On suppose que f admet des dérivées jusqu'à l'ordre n + 1 sur un intervalle ouvert I contenant a. Soit

P_n(x) = f(a) + f'(a)(x - a) + \frac{f''(a)}{2!}(x - a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x - a)^n

le polynôme de Taylor de degré n de f en a. Alors pour tout x de I, il existe un nombre c compris entre a et x tel que

f(x) = P_n(x) + R_n(x), \qquad R_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!}(x - a)^{n+1}

C'est la forme de Lagrange du reste, d'où le nom de formule de Taylor-Lagrange. Lorsque a = 0, le polynôme est appelé polynôme de Maclaurin.

Inégalité de Taylor-Lagrange (la majoration de l'erreur)

On ne connaît presque jamais c, on majore donc la dérivée. Si |f^{(n+1)}(t)| \le M pour tout t compris entre a et x, alors

|f(x) - P_n(x)| = |R_n(x)| \le \frac{M}{(n+1)!}|x - a|^{n+1}

La majoration devient vite petite, car (n+1)! croît plus vite que n'importe quelle puissance.

Ce que signifie la formule de Taylor

Le reste ressemble exactement au terme suivant de la série de Taylor, à ceci près que la dérivée est évaluée en un point c au lieu de a. Pour n = 0, l'énoncé s'écrit f(x) = f(a) + f'(c)(x - a), qui n'est autre que le théorème des accroissements finis. La formule de Taylor en est la version d'ordre supérieur.

Formule de Taylor : les polynômes de Taylor de sin(x) en 0 épousent la courbe près de 0
Les polynômes de Maclaurin de degré 1, 3 et 5 de \sin x. Près de x = 0, l'erreur est minuscule ; elle augmente avec |x| et diminue quand le degré augmente.

Pourquoi les hypothèses comptent

Suffisamment de dérivées. La formule du reste utilise f^{(n+1)}. Pour f(x) = |x| en a = 0, f'(0) n'existe pas, il n'y a donc même pas de polynôme de Taylor de degré 1.

Un reste qui ne diminue pas. La formule de Taylor est toujours vraie lorsque ses hypothèses le sont, mais elle ne promet pas que l'erreur tend vers 0. La fonction f(x) = e^{-1/x^2} (avec f(0) = 0) a toutes ses dérivées égales à 0 en x = 0, donc tous ses polynômes de Taylor en 0 sont le polynôme nul. Le reste R_n(x) = f(x) ne diminue jamais, et la série de Taylor converge vers 0, pas vers f. Une fonction est égale à sa série de Taylor seulement lorsque R_n(x) \to 0.

Exemples corrigés

Exemple 1 : approcher e par P_4 et majorer l'erreur.

Étape 1. Pour f(x) = e^x en a = 0, toutes les dérivées valent e^x et sont égales à 1 en 0. Donc

P_4(1) = 1 + 1 + \frac{1}{2} + \frac{1}{6} + \frac{1}{24} = \frac{65}{24} \approx 2.70833

Étape 2. Sur [0, 1], f^{(5)}(t) = e^t \le e < 3, on prend donc M = 3.

Étape 3. |R_4(1)| \le \frac{3}{5!}\cdot 1^5 = \frac{3}{120} = 0.025.

L'erreur réelle vaut e - 2.70833 \approx 0.00995, largement en dessous de la majoration.

Exemple 2 : \sin(0.1) avec une grande précision.

Le polynôme de Maclaurin P_3(x) = x - \frac{x^3}{6} donne \sin(0.1) \approx 0.1 - \frac{0.001}{6} \approx 0.0998333. Comme le coefficient de x^4 du sinus est 0, P_4 = P_3, on peut donc utiliser R_4. Toutes les dérivées de \sin sont majorées par M = 1 :

|R_4(0.1)| \le \frac{1}{5!}(0.1)^5 = \frac{0.00001}{120} \approx 8.3 \times 10^{-8}

Donc 0.0998333 est exact à au moins six décimales.

Exemple 3 : combien de termes pour e^{0.5} à 0.001 près ?

Sur [0, 0.5], e^t \le e^{0.5} < 2, donc |R_n(0.5)| \le \frac{2\,(0.5)^{n+1}}{(n+1)!}.

n Majoration \frac{2\,(0.5)^{n+1}}{(n+1)!}
2 \frac{2(0.125)}{6} \approx 0.042
3 \frac{2(0.0625)}{24} \approx 0.0052
4 \frac{2(0.03125)}{120} \approx 0.00052

La majoration passe pour la première fois sous 0.001 pour n = 4, donc P_4(0.5) est suffisamment précis.

Erreurs fréquentes

  1. Utiliser (n)! au lieu de (n+1)!. Le reste après un polynôme de degré n fait intervenir la dérivée d'ordre (n+1) et (n+1)!.
  2. Majorer la dérivée seulement en a. M doit majorer |f^{(n+1)}| sur tout l'intervalle entre a et x.
  3. Supposer que la série de Taylor est toujours égale à f. Ce n'est le cas que lorsque le reste tend vers 0.

Théorèmes et guides liés

La formule de Taylor généralise le théorème des accroissements finis. Pour construire les polynômes et les séries eux-mêmes, consultez séries de Taylor et séries entières. À plusieurs variables, le développement de Taylor à l'ordre deux fait intervenir les dérivées partielles croisées, que le théorème de Schwarz permet de calculer dans n'importe quel ordre.

Entraîne-toi maintenant

Estimer avec les polynômes de Taylor

Résous de vrais problèmes sur ce thème avec une correction immédiate, des indices et une solution pas à pas pour chaque réponse. Gratuit, sans inscription pour commencer.

S'entraîner sur cette leçon

Questions fréquentes

Que dit la formule de Taylor ?

Si f est n + 1 fois dérivable sur un intervalle contenant a et x, alors f(x) = P_n(x) + R_n(x), où P_n est le polynôme de Taylor de degré n en a et R_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!}(x - a)^{n+1} pour un certain c compris entre a et x.

Qu'est-ce que l'inégalité de Taylor-Lagrange ?

Si |f^{(n+1)}(t)| \le M pour tout t compris entre a et x, alors l'erreur commise en approchant f(x) par P_n(x) est au plus \frac{M}{(n+1)!}|x - a|^{n+1}. C'est ce que l'on appelle aussi la majoration de Lagrange du reste.

Comment savoir combien de termes du polynôme de Taylor il faut ?

Écrivez la majoration de l'erreur en fonction de n et augmentez n jusqu'à ce que la majoration soit inférieure à la précision voulue. La factorielle au dénominateur fait décroître la majoration très vite.

Quelle est la différence entre la formule de Taylor et une série de Taylor ?

Une série de Taylor est la somme infinie de tous les termes. La formule de Taylor porte sur un polynôme fini et donne une expression exacte de l'erreur restante : c'est ainsi que l'on prouve qu'une série de Taylor converge vers la fonction.

Rédigé par l'équipe PracticeCalculus

Nous créons des leçons d'analyse interactives et rédigeons chaque page pour qu'elle soit claire et juste. Tu as repéré une erreur ? Dis-le-nous et nous la corrigerons.