Académique Documents
Professionnel Documents
Culture Documents
Introduction :
dans les sances de cours et dans le cas chant, nous renvoyons les
tudiants des ouvrages spcialiss .
1er Chapitre
Important :
Un rsultat numrique approch na de sens que sil est accompagn
dune estimation de lerreur commise entre le rsultat exact et approch,
sans cela il ne veut rien dire
1) Dfinitions
Dfinition 1 :
( x) = x x *
Remarque 2 : En pratique il est impossible dvaluer lerreur absolue car x est
souvent inconnu par consquent, on introduit la notion de la borne
suprieure de cette erreur note x et on a :
( x) = x x * x
x = x * x
Dfinition 2 :
r ( x) =
x x*
x*
x
x*
Lerreur relative est souvent exprime en pourcentage (cela veut dire que
lerreur commise reprsente une proportion de r (x ) % de la valeur estime).
2) Reprsentation dcimale dun nombre approch :
Tout nombre positif x* peut se mettre sous la forme :
2
m 0 et i {0,1,2.....9} i m
Exemple :
Alors :
3
2) Comme
0,126
est gal
Chapitre 2
Introduction :
On prsente ici quelques mthodes de rsolution numriques des quations
F (x)=0
Soit F :
de
**) La rcriture de F sous forme F1 (x) = F2 (x), puis la recherches des points
F (x) = x3-3x +1
Les points dintersection des deux fonctions e-x et sin x traces dans le mme
repre sont s1 et s2, s1 [0,
les racines de F(x) =0
] , s2 [
Sinon
a0 + b0
2
=[x0, b0].
n=[an,bn]
et donc :
a n + bn
2
n+1.
n+1
itrations.
la valeur xn en utilisant n
telle que : x n
bn1 an1
b a
=..= 0 n +1 0 .
2
2
Do :
Si est racine de F(x)=0 , on aura : x n
b0 a0
2 n+1
(*)
Remarque :
R1) si on dsire calculer une approximation de avec k chiffres significatifs
exacts, il suffit :
xn
b-a
ln(
)
b0 a 0
2
n
ln(2)
2 n+1
b-a
)
2 ]+1
Il suffit de prendre n=[
ln(2)
ln(
Remarques :
1)- Si F (a) F (b) <0, lquation F (x)=0 admet au moins une solution dans [a, b]
2)- Si F (a) F (b)>0, lquation F (x)=0 nadmet pas de solutions ou bien un
nombre pair de solutions
Exemple :
*) (x)=x2 admet deux points fixe dans IR
car (0) = 0 et (1) = 1
Remarque : (x ) admet un unique point fixe dans [-2,
1
dans [ , 2] .
2
1
] et un autre unique
2
(x ) [a, b]
( x) ( y) k x y . x, y [a, b] .
x 0 [ a, b ]
x = (x )
1
0
est limite de la suite (xn) dfinie par :
.
x n = ( x n1 )
Et on a lestimation suivante :
xn
n
x1 x0
1
Remarque:
-la solution sappelle point fixe de
-Il est souvent difficile de vrifier la contraction de sur [a,b] do :
Si
s1 s 2 = (s1 ) ( s 2 ) s1 s 2
Ce qui implique :
(1-k) s1 s 2 0
3) convergence :
lim n n
x1 x0 = 0 car 0<k<1 x n quand n
1 k
xn= ( x n 1 )
x2= ( x3 ) ;. ;
est continue
A= ln (
On obtient :
n=
( 1 k )
)
x1 x 0
+1
*) Si
la suite
*) Si
la suite
diverge (fig.(1)).
fig. 3
fig. 1
fig. 2
de
drivable au voisinage de
au voisinage de
12
, en supposant que
Et comme
, la quantit
En ngligeant le reste R=
notera
, on aura :
quon
. Et la formule de
=
2-3-1) Interprtation gomtrique de la mthode de Newton :
Soit F une fonction de classe C2 ([a,b]) . Considrons le cas o : F
>0,
F(a) F(b)
et F(b)
est donne
*) On prend
Le point dintersection de cette droite tangente avec laxe xox a pour
abscisse [fig. 4] :
13
fig. 4
=
constitue une premire approximation de
.
avec :
=
Daprs le graphe cette suite converge vers
. Dans ce cas
vrifie la condition
*) Si on prend
F (
).F (
: on a F (
).F (
.
alors la droite tangente
14
F(a).F(b) <0
ii)
iii)
sur [a,b]
garde un signe constant sur [a,b]
tel que F (
).F (
, la suite :
=
converge vers lunique solution de F(x)=0
Et on a lestimation derreurs suivante :
O :
et
Remarques :
R2 : La condition iii) montre que la fonction considre ne change pas de concavit sur [a,b] .
Exemple dapplication :
Soit la fonction :
car :
et
15
Le choix de
On calcule alors
Estimation :
n=2
Do la mthode de rgula-Falsi :
16
),
et
)
..
)
(Les polynmes de Sturm sont donns un coefficient prs).
Thorme de Sturm 1 : (Nombre de racines relles)
est gal
.
Thorme 2 :
17
tel que
sont les
racines simples de
Remarque : La divergence de la mthode de Newton dans le cas des polynmes est due
deux raisons :
si elles existent.
.
2) On cherche le nombre de racines : pour cela, on considre la suite de Sturm associe
.
au polynme
-25
En prenant les valeurs de cette suite pour -4 , 4 et 0 , on peut dresser le tableau suivant :
-4
0
4
=3,05,
, soit
-2
Comme
valeur initiale
Chapitre 3 :
1) Position du problme :
Considrons une fonction
Approximation
dun
20
ii)
iii)
iv)
Le produit scalaire
Deux polynmes
Un systme de polynmes
et on a :
(1)
La meilleure approximation
de
est que :
pour tout
21
La condition dorthogonalit :
est un lment
(2)
Cas particulier :
3) Evaluation de Lerreur
(3)
Cas dune base orthonorme :
(4)
4) Approximation au sens des moindres carres
Soit
en (N+1) points,
)
O w(x) est une fonction poids positive et ne pouvant sannuler en tous les points
Et soit F un sous espace de E de dimensions n (n < N).
si :
22
une base de F.
(5)
Ses coefficients sont donns par le systme :
(6)
Dans le cas de lapproximation polynmiale on prend :
L e systme (6) scrit alors :
(7)
Et
(Application : Voir exercice 11 plus loin)
Chapitre 4 :
Interpolation polynmiale
1-Introduction
Soit
points distincts
on a donc :
.
Problme
Dterminer un polynme
de degr
tel que :
,
23
au moyen de
tel que :
par le polynme
aux
points
Dans
pour
lapproximation
, le polynme
discrte
au
sens
des
moindres
carrs,
on
suppos
2- Polynme dinterpolation
Dfinition
Le polynme
aux points
si :
(1)
Thorme
Si les points
aux points
3- Mthodes utilises :
3-1-Mthode de Lagrange :
-Les polynmes
sont de degr
et vrifient
24
- Les
sannulent en
points
aux points
Lagrange de
et on a :
Remarque :
Les polynmes de Lagrange sadaptent mal aux changements de points (si on ajoute
Pour le calcul de
Pour
).
- dordre 0 :
- dordre 1 :
- dordre
Application :
25
Remarque :
sous
forme de Newton :
(4)
Vrifiant :
.
26
Remarque :
ngliger les q derniers points, il suffira darrter le tableau des diffrences divises aux
nombres de points demands.
4) Erreur dinterpolation :
, il existe
, on suppose que
tel que :
(5)
Remarque:
La formule (5) ne permet pas destimer dune manire exacte la valeur de lerreur, par
27
Remarque :
Ce cas a une grande importance dans linterpolation des fonctions donnes sous forme
de tableau. Dans ce cas les points dinterpolation sont en progression arithmtiques, i.e. :
, h> 0
Dfinition : Soient
dordre 1 lexpression
(8)
Dordre 2 :
(9)
,
=
Par convention :
Remarque : pour (n+1) points, on ne peut dfinir que des diffrences finies allant jusqu'
lordre n.
28
, avec
, h> 0 .
Alors :
(11)
O
7) Algorithme de HORNER :
Algorithme de calcul dune valeur dun polynme : Dans le cas dun polynme de Newton on
utilise lalgorithme suivant :
(13)
Application : voir TD
Chapitre 5 :
I) Intgration numrique :
29
, soit calculer :
(1)
Si F est une primitive de
alors :
*) Le cas o la fonction
1)
Pour des points
quelconques,
(2)
O
aux points
sont quidistants.
30
et
et
Les constantes
(5)
3-3) Formules composes :
Lide est dappliquer les formules des trapzes et de Simpson sur des sous
].
intervalles de [a,b] =[
On dcompose alors lintervalle [a,b] en n sous intervalles gaux [
.n-1
] , i=0,
(7)
Avec
Quand il sagit de chercher les drives de f aux abscisses
le
, les formules
lui-mme et
(10)
(11)
32
Chapitre 6 :
Rsolution des systmes linaires
1) Position du problme
et
pour
ou pour
une matrice dont tout les lments sont nuls sauf sur une bande autour de la diagonale
principale.
Ces matrices se rencontrent dans la rsolution dquations aux drives partielles par la
mthode des diffrences finies ou dans la mthode des lments finis.
I)
2) La matrice A est dite carre dordre n si m=n. La matrice A scrit souvent sous la
forme :
3) La matrice
proprits suivantes :
a)
33
4) Une matrice A est dite rgulire si son dterminant est diffrent de zro.
5) Si A et B sont deux matrices rgulires telles que :
inverse de A et
6) Valeur absolue de A :
b)
k est un nombre quelconque.
c)
8) E n particulier :
9) Norme
suivantes :
a)
b)
c)
d)
e) Pour A carre, on a :
En pratique, on utilise les normes canoniques (facilement calculables) :
alors
O
est la
colonne par b.
Numriquement : on calcule :
Pour n=10, Cramer ncessite
).
Notre objectif : est de faire appel des mthodes numriques ayant des temps de
calcul acceptables (le nombre ne dpasse pas
).
2) Mthodes directes :
Une mthode est dite directe, si elle donne au bout dun nombre fini doprations
(acceptable) une solution exacte du problme.
matrice pleine.
et
Etape :
[A b] = [
On suppose que
]=
(pivot de la premire tape) et on fait les oprations suivantes :
On obtient:
35
]=
Avec:
Et :
Etape
Et
A la dernire tape, on obtient :
O :
Mthode pratique : On normalise dabord la ligne du pivot puis, on passe la rduction.
Exemple :
o :
oprations.
2) Elle est aussi conseille pour inverser une matrice : il suffit deffectuer les oprations
prcdentes sur le systme (A I) pour avoir (I
).
36
rgulire.
O
[A b]=
dont
]=.
est la solution exacte du systme
On obtient alors :
[
]=
Et ainsi de suite ;
A la
Rsolution de
puis
37
oprations.( Cramer
2) Si lun des pivots est nul , on permute la ligne du pivot avec une ligne suprieure .
. p est le nombre de permutation de lignes .(Dans le cas de
3)
Gauss ordinaire p=0) .
3) Dcomposition de A en L.U :
(1).
O :
.
Donc la rsolution de
rsolution de ces dernires est immdiate, puisque les matrices L et U sont triangulaires).
La mthode : par Gauss ordinaire, on obtient :
On pose alors
L est donc la matrice des multiplicateurs chaque tape de la mthode. Par consquent, en
appliquant la mthode de Gauss ordinaire A, on obtient la dcomposition L.U.
Il sensuit que :
.
Question : Sous quelles conditions priori, la mthode L. U est applicable la matrice A ?
38
dordre k de A.
Preuve :
Exemple : Sans faire les calculs, peut-on dire que A admet la dcomposition L.U ?
Soit
Comme
.
tel que
4) Si
se
factorise
4) Dcomposition en L. D.
sous
forme
L.U
alors :
la matrice de
A=L.D.V
avec :
;(
donc :
do :
grce lunicit de la dcomposition LU.
5) Mthode de Cholesky :
Dfinition : Soit A une matrice symtrique, on dit quelle est dfinie positive si et seulement
si
Exemple :
,
Et
Si :
= 0 alors
Thorme 1: A est dfinie positive si et seulement si tous ses mineurs principaux sont
strictement positifs (
et
On a:
Et
40
Thorme 3 :
Remarque :
puis
colonne :
On a lalgorithme suivant :
,
41
Remarque :
1) La mthode de Cholesky ncessite
2)
Gauss).
consquent A nadmet pas la dcomposition de Cholesky .Par contre elle peut tre
dcompos sous forme A=R.S avec S gale Rt un signe prs.
3) Mthodes itratives :
Lorsque n est trs grand
(que lon dterminera) et sa solution est alors la limite de la suite dfinie par :
avec M facilement
inversible. Alors :
42
.
)
(
Lorsque (*) converge, la suite
Donc : la limite
3-1)
et dans ce cas :
est la solution de
Mthode de Jacobi
On dcompose la matrice
Avec :
sous forme :
A = D-E-F = D-(E+F).
D = diagonale de A.
E=
F=
On pose :
En partant de :
avec
(1)
43
strictement infrieur 1 ,
C'est--dire :
Remarque :
1) En pratique, le calcul de
puisque
2) La mthode de Jacobi converge si lune des conditions suivantes est vrifie :
a)
b) Si
c) Si
Mthode de Gauss-Seidel
Posons :
Ou encore :
Remarque :
44
Thorme :
Soit
alors la suite (
et on a lingalit
suivante :
La dernire ingalit permet destimer lavance le nombre ditrations possibles pour approcher la
solution avec une prcision
donne.
45
b)0.00421
c)-1.0012
d)800219
e)4.200
f)0.001001
Exercice3:
Arrondir les nombres suivants 4 c.s.e et indiquer l'erreur absolue d'arrondi :
x*=20.3281
x*=2.46105
x* =0.0246551
x*=4568912
x*=99998
x*=-12.3589
Exercice 4 :
On veut calculer la surface dun disque de dimensions :
R=2,3400
, = 3,1416
S = R2
46
et r(x)=0.005
n = 2 et x = 120 10
( x = 12 10 10)
47
(1)
f ( x) =
1
Logx = 0
x
48
(3) x = ( x ) = e
1
x
o x [1,2]
dans [1,2] ?
ralise les
49
[1/4,1].
x =1.
.(1) .
50
1 x3
=x
5
Exercice 10 (Corrig):
51
, s
3) a)
b) On prend
de
et
sur
Sup|
Conclusion ; La suite
et
do la stabilit
est contractante .
converge vers s .
d) n=2 et
52
xi
-2
-1
0
1
2
f(xi) 17
4
3
8
61
1) Dterminer le polynme P2*(x) de meilleure approximation discrte de f
au sens des moindres carrs (w(x)=1) .
2) Donner la table des diffrences finies de f et en dduire le polynme
dinterpolation de f de degr infrieur ou gal 4 .
3) Calculer f(0.5) par les deux mthodes .Conclure .
Exercice2 :
On considre la fonction f(x) dfinie sur lintervalle [0,0.4] par la table de
valeurs :
53
0.4
0.363304
approximation au sens
1 de f sur [0,0.4] . En
Exercice3 :
9.0
2.197225
9.5
2.251292
xi
f(xi)
9.5
2.251
9.7
2.272
Anne
1965
Pop en 105711
milliers
1975
123203
1985
131669
1995
150697
2005
203212
xi
f(xi)
1
1
1.001
1.00033
1.002
1.00066
1.003
1.00099
55
1) Montrer que :
2 f ( x 0 )
[x 0 , x1 , x 2 ] f =
2!h 2
II)
On considre la fonction f ( x ) = e
table de valeurs :
x
10
1
2
3
4
xi
f(xi)
0.905
0.819
0.741
0.670
1) a- Calculer laide de la mthode dinterpolation de Lagrange la
valeur de f (1,5) .
b- Estimer le rsultat si f ( 4 ) ( x ) 10 2 .
2) Dterminer le polynme dinterpolation de degr 3 passant par les
points donns si dessus par la formule de Newton progressive.
3) En utilisant la drivation numrique, dterminer la valeur approche
f (1) de la fonction f .Calculer la valeur exacte et estimer le rsultat.
'
Solution :
I) xi +1 xi = h
[ x1 , x 2 ] f [ x 0 , x1 ] f
1 f ( x 2 ) f ( x1 ) f ( x1 ) f ( x 0 ) (1)
=
=
x 2 x0
x 2 x1
x1 x 0
2h
1
1
1
1 2
= 2 [f ( x1 ) f ( x 0 )] = 2 [ ( f ( x1 ) f ( x 0 ))] = 2 ( ( f ( x 0 )) =
( f ( x0 )
2h
2h
2h
2! h 2
[ x 0 , x1 , x 2 ] f =
56
i =0
j =0
j i
x xi
xi x j
i = 0.1.2.3
i =0
n=3 et f(1.5)=0.86110-3
2 f(x0)=0.008
f(x1)=-0.078
f(x2)=0.741
3 f(x0)=-0.001
2 f(x1)=0.007
f(x2)=-0.071
f(x3)=0.670
P3(x)=f(x0)+(x-x0)
f ( x0 )
2 f ( x 0 )
3 f ( x 0 )
+
(x-x
+(x-x0)(x-x1)
)(x-x
)
(x-x
)
0
1
2
h
2!h 2
3!h 3
0.008
0.001
P3(x)=0.905+(x-1)(-0.086)+(x-1)(x-2)
+(x-1)(x-2)(x-3)
2
3
3) f(1)=?
57
On
cherche
le
lexpression :
polynme
P2* ( x ) = a 0* + a1* x + a 2* x 2
( f ( x) P2 ( x)) 2 dx
qui
minimise
f ( x ) = x 3 6 x 2 x + 30
H 0 ( x ) = 1, H 1 ( x ) = 2 x et H n +1 ( x ) = 2 xH n ( x ) 2nH n 1 ( x )
Calculer H 2 , H 3 et H 4
a) Exprimer x 2 et x 3 en fonction des H i (x ) et en dduire lexpression
de f en fonction des H i (x ) .
2 n!
x2
(
)
(
)
H
x
H
x
e
dx
=
n
m
0
+
si m = n
f ( x) e x dx
2
si m n
(
1
f ( x ) P ( x ))
dx
58
xdx x dx a
x dx x dx a
x dx x dx a
2
*
0
*
1
*
2
f ( x ) dx
= xf ( x ) dx
2
x f ( x ) dx
Soit encore :
0 2 / 3 a 0* 2
2
0 2 / 3 0 a1 = 4 / 15
2 / 3 0 2 / 5 a * 2 / 5
La
solution
de
ce
systme
tant :
a 0* = 3, a1* = 2 / 5, a 2* = 6
2
x 6x 2
5
H 2 = 4x 2 2
H 3 = 8 x 3 12 x
Ce qui donne :
1 = H0, x =
1
1
1
1
3
H1 , x 2 = H 2 + H 0 , x 3 = H 3 + H1
2
4
2
8
4
1
3
1
H 3 H 2 + H1
8
2
4
f ( x)dx
b
a
59
f ( x)dx
xi +1
xi
=(b-a)/n
Procdure :
Ecrire la procdure correspondante.
Application: Calculer lintgrale
Exercice1 :
Calculer lintgrale sin xdx en utilisant :
2
0
2) Trapzes composes
intervalles , 8 intervalles)
3) Simpson simple
(en prenant 4
Exercice 2 :
Calculer une valeur approche de lintgrale I= f ( x)dx o f est donne par
b
a
1/4 1/2
f(x) 2
Exercice 3 :
60
les formules des trapzes simple et de Simpson simple. Prciser lintervalle sur
lequel porte lintgration (utiliser le changement de variables =
x x0
h
Exercice 4(corrig):
On se propose dapproximer lintgrale :
dx
= Log 3 = 1,098612289
x 1
par les mthodes dintgration des trapzes et de Simpson 1/3 pour diffrents
nombres de sous intervalles de [2,4] . Donner ces approximations en
remplissant le tableau ci-dessous.
n
1
2
3
4
Mthode
trapzes
des Mthode
Simpson 1/3
de
Conclure.
Solution :
Formule des Trapzes gnralise :
b
a
n 1
h
f ( x)dx f ( x0 ) + 2 f ( xi ) + f ( xn )
2
i =1
xi = x0 + ih
61
x2 n '
x0
f ( x)dx
n ' 1
n ' 1
h
f
(
x
)
4
f
(
x
)
2
f ( x 2i ) + f ( x n ' )
+
+
0
2 i +1
3
i =0
i =0
n
1
2
3
4
Mthode
trapzes
1.33333333
1.16666666
1.13015873
1.11666666
des Mthode
Simpson 1/3
de
1.11111111
1.1
Exercice 5 :
1+ t
x
dt
62
suivant :
2
4
et b =
2
0
En dduire la dcomposition LU de A et det(A).
Exercice 3 :
63
et RRt
de la matrice A
Exerice5 :
Rsoudre par la mthode LU les deux systmes suivants :
100 x + 99 y = 398
1)
99 x + 98 y = 394
Que remarquez-vous ?
Exercice 6 :
On considre le systme Ax=b dordre 3 dfini par
4
A= 2
2
2
2
2
2
1
b= 0
1
A admet la dcomposition LU
A admet la dcomposition RRt
Exercice 7 :
I)
II)
64
2
a 3a 0
0
0
b=
1
0
dans IR
0
2
0
b
a
0
2
0
0
a
0
1
0
B=
1
0
65
Exercice 10 :
1
A=
2
3
1
3
1
1
2
3
1
3
1
2
1
b=
4
0
Exercice 11(corrig) :
Soit rsoudre le systme
suivant :
66
1 / 8 0 1 / 4
A = 0 1/ 3 0
1 / 2 0 1 / 8
(0 )
1/ 2
1 0 0
L= 0 1 0
4 0 1
1
8
U= 0
0
1
3
0
4
0
7
8
1
y=(3/8,1/3,-7/8)t , x=(1,1,1)t
67
(0 )
1/ 2
Do : x
D=
( k +1)
0 1/ 4
0
0
0
E+F= 0
1/ 2 0
0
0
1/ 8 0
0 1/ 3 0
0
0 1/ 8
3
0 0 2
(k )
= 0 0 0 x + 1
5
4 0 0
x (1) = (1,1,3)
x ( 21) = ( 3,1,1)
2) P( ) = (2 + 8)
Les valeurs propres de J sont 0 : 8
( J ) = 8 1 : donc la mthode de Jacobi ne converge pas x (0 ) IR 3
1 / 2 0 1 / 8
~
3) A = 0 1/ 3 0
1/ 8 0 1/ 4
5/8
~
b = 1/3
3/8
1
a) La solution exacte du systme : x = 1
1
~
b) A est D.D.S : donc la mthode de Jacobi converge
Rfrences :
1) J.P.DEMAILLY : Analyse numrique et quations diffrentielles.
Collection Grenoble Sciences, Grenoble, 1991
68
69