Sliding bumps
La méthode des bosses glissantes, apparentée à la méthode du col mais distincte de celle-ci, approxime, lorsque n tend vers l'infini, des intégrales de la forme intégrale de e^{n × f(x)} dx en exploitant le maximum de f. Ce maximum concentre la contribution près de son sommet ; le développement local de f et l'approximation gaussienne conduisent à l'approximation de Laplace.
Contents
What you will learn
- Repérer le maximum dominant d'une intégrale exponentielle.
- Comprendre le rôle de la courbure et du facteur gaussien.
- Reconnaître les cas où la formule standard doit être adaptée.
In plain terms
Imaginez une colline dont la hauteur est amplifiée n fois. Dans une intégrale de en f(x), les zones où f est un peu plus grande deviennent alors beaucoup plus lumineuses. Quand n augmente, l'essentiel de l'aire se resserre autour du sommet de la colline. La méthode des bosses glissantes remplace cette petite région par une bosse gaussienne, proche d'une cloche, pour estimer l'intégrale sans tout calculer. Le sommet donne la croissance principale, tandis que la courbure autour de lui règle la largeur de la contribution.
Definition
La méthode des bosses glissantes, apparentée à la méthode du col mais distincte de celle-ci, approxime une intégrale dont l'intégrande contient une grande puissance exponentielle. On note n le paramètre qui tend vers +∞, f la fonction étudiée et x la variable d'intégration. Pour une intégrale réelle sur un domaine D, supposée convergente, lorsque f possède un maximum global intérieur unique en x₀, séparé des autres valeurs maximales, que ce maximum est non dégénéré et que f est suffisamment régulière près de x₀, le développement local est quadratique : la variation de f est alors gouvernée par sa dérivée seconde en x₀. On suppose en outre que la contribution de D hors d'un voisinage de x₀ est négligeable devant celle de ce voisinage.
Dans le cas réel d'un maximum strict, avec f''(x₀) < 0, l'approximation de Laplace prend la forme
La formule suppose ici que l'amplitude multiplicative vaut 1 et que le maximum est intérieur. Plusieurs maxima de même hauteur apportent chacun leur propre terme gaussien. Un maximum au bord ou une courbure nulle demande une autre forme locale ; l'approximation standard ne s'applique donc pas automatiquement.
A step-by-step example
Considérons f(x) = 1 − x² sur ℝ, et définissons . Le sommet est en x₀ = 0, sa hauteur vaut f(0) = 1 et sa dérivée seconde vaut f''(0) = −2.
La hauteur du sommet fournit le facteur en. La courbure fournit la largeur gaussienne, car |f''(0)| = 2.
En remplaçant ces deux valeurs dans la formule, on obtient
Pour n = 100, l'expression vaut e100 × √(π/100), soit environ 4,764 × 1042. Le contrôle consiste à reconnaître l'intégrale gaussienne après avoir sorti le facteur constant e100 : l'égalité est exacte sur ℝ, tandis que la méthode est asymptotique lorsqu'une intégrale générale est remplacée par son modèle local.
In practice
En physique statistique, cette méthode isole l'état ou la région qui contribue le plus à une quantité exponentielle lorsque le paramètre n devient grand. Elle permet de conserver le facteur dominant et de contrôler l'effet des fluctuations voisines.
En combinatoire asymptotique, elle sert à estimer des sommes ou des intégrales dont les termes ont une croissance très inégale. On recherche d'abord le maximum de l'exposant, puis on vérifie la courbure locale avant d'utiliser le modèle gaussien.
Lorsque le maximum est au bord, multiple ou trop plat, une approximation adaptée à ce cas remplace la formule standard. Le critère observable est la forme locale de la fonction, et non la seule présence d'une exponentielle.
Not to be confused with
La méthode des bosses glissantes ne doit pas être confondue avec une suite de fonctions en forme de bosses qui se déplacent. Le critère qui tranche est l'objet étudié : ici, n amplifie l'exposant d'une intégrale et concentre sa contribution près d'un maximum ; dans un contre-exemple de convergence, on étudie une fonction différente pour chaque n et les modes de convergence. Une même image de bosse ne suffit donc pas à identifier la notion.
Elle ne se confond pas non plus avec l'approximation gaussienne elle-même. La gaussienne est le modèle local obtenu après développement quadratique ; la méthode désigne l'ensemble du raisonnement, depuis le repérage du maximum jusqu'au contrôle des contributions négligeables.
Limits and pitfalls
Le premier piège est un maximum non unique. Si plusieurs points ont la même hauteur maximale, leurs contributions doivent être additionnées ; garder un seul sommet sous-estime alors l'intégrale. Si un autre sommet est moins haut, sa contribution est généralement plus petite à mesure que n croît, mais elle ne doit pas être déclarée nulle à n fini.
La formule standard exige aussi une courbure non nulle au sommet. Lorsque f''(x₀) = 0, la largeur n−1/2 et le facteur gaussien ne sont plus justifiés. Lorsque le maximum est atteint au bord du domaine, la bosse est tronquée et le facteur multiplicatif change.
Enfin, le mot « bosses glissantes » peut désigner dans certains contextes une suite de fonctions à pics mobiles, notamment dans des discussions sur la convergence. Ce phénomène n'est pas la méthode de Laplace décrite ici : il faut vérifier la définition et le domaine avant de conclure.
Further reading
Pour relier cette méthode à un exemple voisin de l'analyse, l'article Un regard novateur sur les équations différentielles évoque la méthode de Laplace. Le lecteur y gagne un point de comparaison avec une autre utilisation de l'asymptotique, sans confondre l'équation différentielle et l'intégrale étudiée ici.
Explore mathematics differently
Discover our magazines, podcasts and games to explore mathematics differently.
See our offers
