GREYC, université de Caen. Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.1/20

Documents pareils
Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Continuité et dérivabilité d une fonction

Continuité d une fonction de plusieurs variables

Fonctions de plusieurs variables

I. Polynômes de Tchebychev

Limites finies en un point

Intégration et probabilités TD1 Espaces mesurés

Calcul fonctionnel holomorphe dans les algèbres de Banach

1.1 Codage de source et test d hypothèse

Programmation linéaire

Intégration et probabilités TD1 Espaces mesurés Corrigé

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Programmes des classes préparatoires aux Grandes Ecoles

Quelques tests de primalité

Résolution de systèmes linéaires par des méthodes directes

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

C algèbre d un certain groupe de Lie nilpotent.

Master of Science en mathématiques

Dualité dans les espaces de Lebesgue et mesures de Radon finies

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Cours d analyse numérique SMI-S4

Amphi 3: Espaces complets - Applications linéaires continues

Moments des variables aléatoires réelles

Programmation Par Contraintes

Comparaison de fonctions Développements limités. Chapitre 10

Master of Science en mathématiques

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Simulation de variables aléatoires

Image d un intervalle par une fonction continue

Echantillonnage Non uniforme

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Algorithmes pour la planification de mouvements en robotique non-holonome

Correction de l examen de la première session

Sur certaines séries entières particulières

Une introduction aux codes correcteurs quantiques

Programmation Visual Basic. Visite guidée d'un programme Visual Basic 6.0

Optimisation des fonctions de plusieurs variables

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation

Licence STS mention Mathématiques Parcours Ingénieur Télécom Bretagne (ITB)

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

Approximations variationelles des EDP Notes du Cours de M2

De la mesure à l analyse des risques

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Raisonnement par récurrence Suites numériques

SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Théorème du point fixe - Théorème de l inversion locale

3. Conditionnement P (B)

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

3 Approximation de solutions d équations

Mesure et Intégration (Notes de cours de L3)

Approximation diophantienne uniforme et dimension de Hausdorff

Optimisation Discrète

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Une comparaison de méthodes de discrimination des masses de véhicules automobiles

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1)

Trouver un vecteur le plus court dans un réseau euclidien

Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies

CCP PSI Mathématiques 1 : un corrigé

Cours de Master Recherche

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Résolution d équations non linéaires

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

On ne peut pas entendre la forme d un tambour

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Transmission d informations sur le réseau électrique

Conversion d un entier. Méthode par soustraction

Chp. 4. Minimisation d une fonction d une variable

TABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent

IFT2880 Organisation des ordinateurs et systèmes

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Sites web éducatifs et ressources en mathématiques

Logique. Plan du chapitre

FONDEMENTS DES MATHÉMATIQUES

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Partie 1: Gestion de l interférence entre symboles

Programme de la classe de première année MPSI

Analyse des Systèmes Asservis

Intégrale de Lebesgue

I. Ensemble de définition d'une fonction

Table des matières. Télécharger MetaTrader 4. Première connexion à MetaTrader 4. Se connecter à MetaTrader 4. Modifier la langue

Chapitre VI - Méthodes de factorisation

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Capes Première épreuve

Exercice : la frontière des portefeuilles optimaux sans actif certain

Resolution limit in community detection

Texte Agrégation limitée par diffusion interne

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Les nombres entiers. Durée suggérée: 3 semaines

La mesure de Lebesgue sur la droite réelle

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

Transcription:

Algorithmes polynomiaux pour le calcul numérique prouvé de constantes Loïck LHOTE et Brigitte VALLÉE GREYC, université de Caen Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.1/20

Analyse Dynamique analyse classique Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.2/20

Analyse Dynamique analyse Dynamique Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.2/20

Analyse Dynamique analyse Dynamique+constantes Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.2/20

Systèmes Dynamiques (SD) un intervalle I I Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.3/20

Systèmes Dynamiques (SD) un intervalle I une partition P = (I a ) a A de I I a I b ex: P = (I a,i b ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.3/20

Systèmes Dynamiques (SD) T un intervalle I une partition P = (I a ) a A de I ex: P = (I a,i b ) une fonction T (ou shift) surjective par morceaux st. monotone par morceaux I a I b Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.3/20

Systèmes Dynamiques (SD) un intervalle I une partition P = (I a ) a A de I ex: P = (I a,i b ) I a a I b b une fonction T (ou shift) surjective par morceaux st. monotone par morceaux un codage de la partition ex: I a a, I b b Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.3/20

Mots a x b M(x) = Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.4/20

Mots a x b M(x) = a Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.4/20

Mots a x b M(x) = a b Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.4/20

Mots a x b M(x) = a b a Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.4/20

Mots a x b M(x) = a b a a Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.4/20

Mots a x b M(x) = a b a a... Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.4/20

Ex: SD des Fractions Continues intervalle: I = [0,1] [ ] partition: I j = 1 j+1, 1 j shift: T FC (x) = { } 1 x codage: I j j M(x) = 1 1 2 2 1... Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.5/20

Ex: SD des Fractions Continues M(x) = 1 1 2 2 1... x= intervalle: I = [0,1] [ ] partition: I j = 1 j+1, 1 j shift: T FC (x) = { } 1 x codage: I j j 1 1+ 1 1+ 1 2+ 1 2+ 1 1+... Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.5/20

Exemple 1 d utilisation Système Dynamique= source Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.6/20

Exemple 1 d utilisation Système Dynamique= source paramètres de la source? entropie, proba. de 2-coïncidence,... action sur les structures? hauteur moyenne des tries, longueur moyenne de cheminement,.. Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.6/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 a 1 = a 2 q 2 + a 3 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 a 1 = a 2 q 2 + a 3. a p 1 = a p q p + 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 a 1 = a 2 q 2 + a 3. a p 1 = a p q p + 0 Retourner a p Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 T FC ( a 1 a 0 ) = a 2 a 1 a 1 = a 2 q 2 + a 3. a p 1 = a p q p + 0 Retourner a p Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 a 1 = a 2 q 2 + a 3. T FC ( a 1 a 0 ) = a 2 a 1 T FC ( a 2 a 1 ) = a 3 a 2 a p 1 = a p q p + 0 Retourner a p Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 a 1 = a 2 q 2 + a 3. T FC ( a 1 a 0 ) = a 2 a 1 T FC ( a 2 a 1 ) = a 3. a 2 a p 1 = a p q p + 0 T FC ( a p a p 1 ) = 0 Retourner a p Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

Exemple 2 d utilisation: algorithmes euclidiens Algorithme d Euclide classique Départ: (a 0,a 1 ) avec a 0 a 1 > 0 a 0 = a 1 q 1 + a 2 a 1 = a 2 q 2 + a 3. T FC ( a 1 a 0 ) = a 2 a 1 T FC ( a 2 a 1 ) = a 3. a 2 a p 1 = a p q p + 0 T FC ( a p a p 1 ) = 0 Retourner a p se généralise à tous les algorithmes euclidiens Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.7/20

operateurs de transfert T notation: h m = T 1 I m I 1 I 2 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.8/20

operateurs de transfert f 1? T notation: h m = T 1 I m densité initiale f 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.8/20

operateurs de transfert f 1? T notation: h m = T 1 I m transformateur de densité f 1 = G[ f 0 ] = m A h m f 0 h m densité initiale f 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.8/20

operateurs de transfert f 1? T notation: h m = T 1 I m transformateur de densité f 1 = G[ f 0 ] = m A h m f 0 h m perturbation opérateurs de transfert G s [ f ] = m A h m s f h m densité initiale f 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.8/20

operateurs de transfert f 1? T notation: h m = T 1 I m transformateur de densité f 1 = G[ f 0 ] = m A h m f 0 h m perturbation opérateurs de transfert G s [ f ] = m A h m s f h m densité initiale f 0 généralisation opérateurs contraints Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.8/20

exemples operateurs de transfert Branches inverses: h m (x) = 1, m > 0, x [0,1]. m + x Opérateur de transfert G s [ f ](x) = m>0 1 (m + x) 2s f ( 1 m + x ) Opérateur de transfert contraint 1 G s [ f ](x) = m pair (m + x) 2s f ( 1 m + x ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.9/20

Utilisation des opérateurs de transfert Exemple pour les algorithmes euclidiens: Série de Dirichlet de coût: F C (s) = (u,v) Ω C(u, v) v s = n 1 x n n s Pour C(u,v) = 1 F C (s) = (u,v) Ω 1 v s = (I G s/2) 1 [1](0) singularité simple en s = 2 x n = O(n(logn) 0 ) (en fait = n 1) Pour C(u,v) = coût en bits sur l entrée (u,v) F C (s) = (I G s/2 ) 1... (I G s/2 ) 1... (I G s/2 ) 1 [1](0) singularité triple en s = 2 x n = O(n(logn) 2 ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.10/20

Analyse Dynamique analyse Dynamique+constantes Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.11/20

Spectre des opérateurs de transfert spectre des opérateurs de transfert (sur un espace fonctionnel convenable): Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.12/20

Objectif Proposer une méthode générale pour calculer λ(s). Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.13/20

Objectif Proposer une méthode générale pour calculer λ(s). Application au calcul de trois types de constantes: λ(a) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.13/20

Objectif Proposer une méthode générale pour calculer λ(s). Application au calcul de trois types de constantes: λ(a) λ (a), λ (a) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.13/20

Objectif Proposer une méthode générale pour calculer λ(s). Application au calcul de trois types de constantes: λ(a) λ (a), λ (a) a tel que λ(a) = 1 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.13/20

constantes de type λ(a) λ(2)= probabilité de 2-coïncidence liée à la probabilité que deux mots commencent par le même préfixe Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.14/20

constantes de type λ(a) λ(2)= probabilité de 2-coïncidence liée à la probabilité que deux mots commencent par le même préfixe exemple: structure de trie code les dictionnaires Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.14/20

constantes de type λ(a) λ(2)= probabilité de 2-coïncidence liée à la probabilité que deux mots commencent par le même préfixe structure de trie: code les dictionnaires hauteur moyenne 2logn/ logλ(2) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.14/20

constantes de type λ(a) λ(2)= probabilité de 2-coïncidence liée à la probabilité que deux mots commencent par le même préfixe structure de trie: code les dictionnaires hauteur moyenne 2logn/ logλ(2) Algorithme de Gauss (LLL) λ(r) comparaison de deux nombres Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.14/20

constantes de type λ (a),λ (a) λ (1)= entropie de la source (du SD) mesure l incertitude de la source la source qui produit a ou b uniformement est plus incertaine que la source qui produit a avec proba 1/4 et b avec proba 3/4 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.15/20

constantes de type λ (a),λ (a) λ (1)= entropie de la source (du SD) mesure l incertitude de la source la source qui produit a ou b uniformement est plus incertaine que la source qui produit a avec proba 1/4 et b avec proba 3/4 influence sur les tries: longueur moyenne de cheminement (nlogn)/λ (1) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.15/20

constantes de type λ (a),λ (a) Algorithme d Euclide classique: Le nombre d étapes est asymptotiquement gaussien Sur des entrées (u,v) telles que 0 < u < v N, on a Espérance: Variance: E[X N ] 1 λ (1) log(n) Var[X N ] c H log(n) = 2 λ (1) λ (1) 2 avec c H la constante de Hensley. λ (1) 3 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.16/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.17/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor ex: ensemble triadique de Cantor Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.17/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor ex: ensemble triadique de Cantor 1 intervalle de longueur 1 2 intervalles de longueur 1/3 4 intervalles de longueur 1/9. 2 n intervalles de longueur (1/3) n Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.17/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor ex: ensemble triadique de Cantor 1 intervalle de longueur 1 2 intervalles de longueur 1/3 4 intervalles de longueur 1/9. 2 n intervalles de longueur (1/3) n compact, non dénombrable mais mesure= lim2 n ( 1 3 )n = 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.17/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor ex: ensemble triadique de Cantor 1 intervalle de longueur 1 2 intervalles de longueur 1/3 4 intervalles de longueur 1/9. 2 n intervalles de longueur (1/3) n compact, non dénombrable mais mesure= lim2 n ( 1 3 )n = 0 Comment mesurer cet ensemble? Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.17/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor Comment mesurer cet ensemble? Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.18/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor Comment mesurer cet ensemble? mesure= lim2 n ( 1 3 )n Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.18/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor Comment mesurer cet ensemble? mesure= lim2 n ( 1 3 )ns Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.18/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor Comment mesurer cet ensemble? mesure= lim2 n ( 1 3 )ns log2 log3 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.18/20

constantes de type a tq λ(a) = 1 dimension de Hausdorff d ensemble de Cantor Comment mesurer cet ensemble? mesure= lim2 n ( 1 3 )ns mesure=1 dimension de Hausdorff= log2 log3 log2 log3 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.18/20

lien avec les SD Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD opérateur de transfert G s [ f ] = 1 3 s f ( x 3 ) + 1 3 s f ( x 1 3 ) + 1 3 s f ( x 2 3 ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD opérateur de transfert G s [ f ] = 1 3 s f ( x 3 ) + 1 3 s f ( x 1 3 ) + 1 3 s f ( x 2 3 ) opérateur de transfert contraint G s [ f ] = 1 3 f ( x s 3 ) + + 1 3 f ( x 2 s 3 ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD opérateur de transfert G s [ f ] = 1 3 s f ( x 3 ) + 1 3 s f ( x 1 3 ) + 1 3 s f ( x 2 3 ) opérateur de transfert contraint G s [ f ] = 1 3 f ( x s 3 ) + + 1 3 f ( x 2 s 3 ) unique valeur propre dominante λ(s) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD opérateur de transfert G s [ f ] = 1 3 s f ( x 3 ) + 1 3 s f ( x 1 3 ) + 1 3 s f ( x 2 3 ) opérateur de transfert contraint G s [ f ] = 1 3 f ( x s 3 ) + + 1 3 f ( x 2 s 3 ) unique valeur propre dominante λ(s) dim. de Hausdorff= s tel que λ(s) = 1 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

lien avec les SD opérateur de transfert G s [ f ] = 1 3 s f ( x 3 ) + 1 3 s f ( x 1 3 ) + 1 3 s f ( x 2 3 ) opérateur de transfert contraint G s [ f ] = 1 3 f ( x s 3 ) + + 1 3 f ( x 2 s 3 ) unique valeur propre dominante λ(s) dim. de Hausdorff= s tel que λ(s) = 1 Généralisable à tout SD ayant au moins 3 branches Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.19/20

Objectif Proposer une méthode générale pour calculer λ(s). Application au calcul de trois types de constantes: λ(a) λ (a), λ (a) a tel que λ(a) = 1 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.20/20

Objectifs Objectif: proposer une methode pour le calcul (numérique) prouvé des trois types de constantes. Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.21/20

Objectifs Objectif: proposer une methode pour le calcul (numérique) prouvé des trois types de constantes. Pour tous les SD? Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.21/20

Objectifs Objectif: proposer une methode pour le calcul (numérique) prouvé des trois types de constantes. Pour tous les SD? NON Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.21/20

Objectifs Objectif: proposer une methode pour le calcul (numérique) prouvé des trois types de constantes. Pour tous les SD? NON Propriété de contraction Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.21/20

Propriétés de contraction pas de point fixe indifférent avec sans Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.22/20

Propriétés de contraction pas de point fixe indifférent avec sans conséquence: ralentissement des algorithmes Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.22/20

Propriétés de contraction Condition suffisante: contraction h i (D g ) D g Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.23/20

Propriétés de contraction Condition suffisante: contraction h i (D g ) D g condition de contraction forte h i (D g ) D p Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.23/20

DFV méthode DFV= Daudet, Flajolet et Vallée Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.24/20

DFV méthode DFV= Daudet, Flajolet et Vallée méthode utilisée mais non prouvée Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.24/20

DFV méthode DFV= Daudet, Flajolet et Vallée méthode utilisée mais non prouvée Sur un espace convenable, G s est une matrice infinie Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.24/20

DFV méthode DFV= Daudet, Flajolet et Vallée méthode utilisée mais non prouvée Sur un espace convenable, G s est une matrice infinie calcul de valeurs propres facile ssi on a des matrices finies Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.24/20

DFV méthode DFV= Daudet, Flajolet et Vallée méthode utilisée mais non prouvée Sur un espace convenable, G s est une matrice infinie calcul de valeurs propres facile ssi on a des matrices finies Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.24/20

DFV méthode: théorie G s : A (D p ) A (D g ) A (D g ) avec A (D) = {fonctions holomorphes sur D et continues sur le bord} Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.25/20

DFV méthode: théorie G s : A (D p ) A (D g ) A (D g ) avec A (D) = {fonctions holomorphes sur D et continues sur le bord} toute fonction de A (D) s écrit f (z) = a k (z x 0 ) k k 0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.25/20

DFV méthode: théorie G s : A (D p ) A (D g ) A (D g ) avec A (D) = {fonctions holomorphes sur D et continues sur le bord} toute fonction de A (D) s écrit opérateur de troncature: f (z) = a k (z x 0 ) k k 0 π n [ f ](s) = n a k (z x 0 ) k k=0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.25/20

DFV méthode: théorie G s : A (D p ) A (D g ) A (D g ) avec A (D) = {fonctions holomorphes sur D et continues sur le bord} toute fonction de A (D) s écrit opérateur de troncature: M n = π n G s π n f (z) = a k (z x 0 ) k k 0 π n [ f ](s) = n a k (z x 0 ) k k=0 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.25/20

Analyse fonctionnelle cercle C comme dans le dessin Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.26/20

Analyse fonctionnelle cercle C comme dans le dessin on pose α C = sup (M z Id) 1 z C Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.26/20

Analyse fonctionnelle cercle C comme dans le dessin on pose α C = sup (M z Id) 1 z C Si { 1 M M n min, 2α C 1 2r C αc 2, 1 8r 2 α 3 C } Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.26/20

Analyse fonctionnelle Alors M n admet une unique valeur propre λ n (s) dans C et λ n (s) λ(s) 2rα C M n M Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.27/20

Premier résultat Premier résultat: M n M K ( ) n Rp R g Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.28/20

Premier résultat Premier résultat: M n M K ( ) n Rp R g conséquence: la précision obtenue sur λ(s) est linéaire en la taille de la matrice Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.28/20

Premier résultat Premier résultat: M n M K ( ) n Rp R g conséquence: la précision obtenue sur λ(s) est linéaire en la taille de la matrice corollaire: Si les M n sont calculables en temps polynomial, λ(s) est calculable en temps polynomial. Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.28/20

vers des résultats numériques Problèmes: déterminer un cercle C Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.29/20

vers des résultats numériques Problèmes: déterminer un cercle C calculer α C Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.29/20

vers des résultats numériques Problèmes: déterminer un cercle C calculer α C Le problème reste ouvert dans le cadre général des systèmes dynamiques à forte contraction Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.29/20

vers des résultats numériques Problèmes: déterminer un cercle C calculer α C Le problème reste ouvert dans le cadre général des systèmes dynamiques à forte contraction cas de la source des fractions continues Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.29/20

Cercle C Cercle C: estimation simple de λ(s) minoration du saut spectral Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.30/20

Cercle C Cercle C: estimation simple de λ(s): Si µ G s[ f ] f ν, alors µ λ(s) ν minoration du saut spectral Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.30/20

Cercle C Cercle C: estimation simple de λ(s) Si µ G s[ f ] f ν, alors µ λ(s) ν minoration du saut spectral TrG 2 s = λ vp de Gs λ 2 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.30/20

Cercle C Cercle C: estimation simple de λ(s) Si µ G s[ f ] f ν, alors µ λ(s) ν minoration du saut spectral TrG 2 s = λ vp de Gs λ 2 γ 2 TrG 2 s λ(s) 2 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.30/20

Cercle C Cercle C: estimation simple de λ(s) Si µ G s[ f ] f ν, alors µ λ(s) ν minoration du saut spectral TrG 2 s = λ vp de Gs λ 2 γ 2 TrG 2 s λ(s) 2 TrG 2 s est calculable en temps polynomial Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.30/20

Constante α C α C = sup (G s zi) 1 z C Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.31/20

Constante α C α C = sup (G s zi) 1 z C Pb: en général difficile à calculer sauf si l opérateur satisfait une propriété de normalité. (G s zi) 1 = 1 dist(c,spectre) = 1 r C Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.31/20

Constante α C α C = sup (G s zi) 1 z C Pb: en général difficile à calculer sauf si l opérateur satisfait une propriété de normalité. (G s zi) 1 = 1 dist(c,spectre) = 1 r C Pb: G n est pas normal sur A (D p ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.31/20

Constante α C α C = sup (G s zi) 1 z C Pb: en général difficile à calculer sauf si l opérateur satisfait une propriété de normalité. (G s zi) 1 = 1 dist(c,spectre) = 1 r C Pb: G n est pas normal sur A (D p ) G s est normal sur un autre espace H Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.31/20

Constante α C α C = sup (G s zi) 1 z C Pb: en général difficile à calculer sauf si l opérateur satisfait une propriété de normalité. (G s zi) 1 = 1 dist(c,spectre) = 1 r C Pb: G n est pas normal sur A (D p ) G s est normal sur un autre espace H + relations: H A (D g ) et G s [A (D g )] H Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.31/20

Constante α C α C = sup (G s zi) 1 z C Pb: en général difficile à calculer sauf si l opérateur satisfait une propriété de normalité. (G s zi) 1 = 1 dist(c,spectre) = 1 r C Pb: G n est pas normal sur A (D p ) G s est normal sur un autre espace H + relations: H A (D g ) et G s [A (D g )] H borne sur (G s zi) 1 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.31/20

Résultat 2 Dans le cadre des Fractions Continues, λ(s) est calculable numériquement en temps polynomial Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.32/20

Constantes de type λ(a) probabilité de 2-coïncidence λ(2) = 0.51 λ(s) s Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.33/20

Constantes de type a tq λ(a) = 1 A N Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.34/20

Constantes de type a tq λ(a) = 1 A N E A = {x [0,1] développement en fraction continue contraint à A} Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.34/20

Constantes de type a tq λ(a) = 1 A N E A = {x [0,1] développement en fraction continue contraint à A} Opérateurs de transfert concernés: G s [ f ](x) = i A 1 (i + x) 2s f ( 1 i + x ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.34/20

calcul numérique prouvé Valeurs pour A = {1,2} digits temps dimension de Hausdorff 5 2mn 0.53128 10 8mn 0.5312805062 15 25mn 0.531280506277205 20 1h 0.53128050627720514162 40 14h11 0.53128050627720514162... 45 23h10 0.53128050627720514162... Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.35/20

Calcul de λ (a), λ (a) Formule de Taylor+inégalité triangulaire λ (1) λ n(1 + h) + λ n (1 h) 2λ n (1) h 2 h2 12 sup λ (4) ]1 h,1+h[ + 1 h 2 [ λ n(1 + h) λ(1 + h) + λ n (1 h) λ(1 h) + λ n (1) λ(1) ] Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.36/20

Calcul de λ (a), λ (a) Formule de Taylor+inégalité triangulaire λ (1) λ n(1 + h) + λ n (1 h) 2λ n (1) h 2 h2 12 sup λ (4) ]1 h,1+h[ + 1 h 2 [ λ n(1 + h) λ(1 + h) + λ n (1 h) λ(1 h) + λ n (1) λ(1) ] Etape 1: majorer sup (possible dès que α C est connu) Etape 2: determiner h tel que bleu soit < précision 2 Etape 3: déterminer n tel que rouge soit < précision 2 Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.36/20

applications numériques entropie λ (1) = 0.6766 entropie= π2 6log2 constante de Hensley = 2 λ (1) λ (1) 2 λ (1) 3 c H = 0.516062408899991... Première valeur numérique PROUVÉE Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.37/20

Conclusion 2 types d algorithmes basés sur la même méthode: des algorithmes théorique: on ne connait pas α C des algorithmes numérique: tout est connu (cas des Fractions Continues) première valeur numérique prouvée pour la constante de Hensley un nouvel algorithme polynomial pour les dimensions de Hausdorff généralisable à d autres problèmes (FC à contraintes périodiques, analyse en distribution d algorithmes Euclidiens,... ) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.38/20

A faire Traitement des erreurs de calcul pour le calcul de la matrice pour le calcul de la valeur propre généraliser à d autres SD Résoudre le problème des constantes α C (difficile) Algorithmes polynomiaux pour le calcul numérique prouvé de constantes p.39/20