Vous êtes sur la page 1sur 7

Dpartement de mathmatiques et de gnie industriel

cole Polytechnique de Montral


CALCUL SCIENTIFIQUE POUR INGNIEURS
AIDE MMOIRE

Dfinitions, dveloppement de Taylor et erreur de troncature


Erreur absolue: x = |x x ? |
Erreur relative: er (x) =

x
|x|

Chiffres significatifs:
Le chiffre de x ? associ la puissance de m et les chiffres associs aux puissances suprieures
tels que x 0, 5 10m .
f (x0 + h) = Pn (h) + Rn (h):

Pn (h) = f (x0 ) + f 0 (x0 )h +

Rn (h) =

1 00
2
2! f (x0 )h

1
(n+1)
((h))h(n+1)
(n+1)! f

f (x) = Pn (x) + Rn (x):

Pn (x) = f (x0 ) + f 0 (x0 )(x x0 ) +

Rn (x) =

1
(n+1)
((x))(x
(n+1)! f

1 000
3
3! f (x0 )h

+ +

1 (n)
(x0 )hn
n! f

pour (h) entre x0 et x0 + h.

1 00
2! f (x0 )(x

x0 )(n+1)

x 0 )2 + +

1 (n)
(x0 )(x
n! f

x0 )n

pour (x) entre x0 et x.

f (h) = O(hn ):


f (h)
Il existe une constante C > 0 t.q. hn C pour h prs de 0.
Interpolation
Interpolation polynmiale de Lagrange: tant donn (n+1) points (xi , f (xi )) pour i = 0, 1, , n:
Pn
pn (x) = i=0 f (xi )Li (x),
o

Li (x) =

(x x0 )(x x1 ) (x xi1 )(x xi+1 ) (x xn )


(xi x0 )(xi x1 ) (xi xi1 )(xi xi+1 ) (xi xn )

Diffrences divises: f [xi ] = f (xi ),


f [xi , xi+1 ] =

f (xi+1 ) f (xi )
,
xi+1 xi

f [xi , xi+1 , xi+2 ] =

f [xi+1 , xi+2 ] f [xi , xi+1 ]


,
xi+2 xi

etc.

Polynme de Newton:
pn (x) = a0 + a1 (x x0 ) + a2 (x x0 )(x x1 ) + + an (x x0 )(x x1 ) (x xn1 ),
o ai = f [x0 , x1 , x2 , , xi ] pour

i = 0, 1, . . . , n

Erreur dinterpolation:
En (x) = f (x) pn (x) =

f (n+1) ((x))
(x x0 )(x x1 ) (x xn ) pour
(n + 1)!
Page 1

(x) ]x0 , xn [

Approximation de lerreur dinterpolation:


En (x) ' f [x0 , x1 , , xn , xn+1 ](x x0 )(x x1 ) (x xn )
Borne de lerreur dinterpolation:
|En (x)|

max

(x) ]x0 ,xn [

|f (n+1) ((x))|

hn+1
4(n + 1)

pour h = xi xi1

o i = 1, 2, . . . , n

Interpolation par splines cubiques:


En posant hi = xi xi1 , lquation de la spline dans lintervalle [xi1 , xi ] est donne par:

pi (x) =

00
fi1
f 00
(x xi )3 + i (x xi1 )3 +
6hi
6hi
(
)
(
)
00
hi
f (xi1 ) fi1
f (xi ) fi00 hi

(x xi ) +
(x xi1 ),
hi
6
hi
6

pour i = 1, 2, . . . , n.
Les fi00 , sont solutions dun systme de n 1 quations donnes par:
hi+1
hi
00
fi1
+ 2fi00 +
f 00 = 6f [xi1 , xi , xi+1 ],
hi + hi+1
hi + hi+1 i+1
pour i = 1, 2, . . . , n 1.
Diffrentiation et intgration numriques
Diffrentiation numrique:
formule de diffrence finie

terme derreur
f 00 ()
2 h

f 0 (x) '

f (x+h)f (x)
h

f 0 (x) '

f (x)f (xh)
h

f 00 ()
2 h

f 0 (x) '

f (x+2h)+4f (x+h)3f (x)


2h

f 000 () 2
h
3

f 0 (x) '

f (x+h)f (xh)
2h

f 0 (x) '

3f (x)4f (xh)+f (x2h)


2h

f 000 () 2
h
3

f 00 (x) '

f (x+2h)2f (x+h)+f (x)


h2

f 000 ()h

f 00 (x) '

f (x+h)2f (x)+f (xh)


h2

f 00 (x) '

f (x2h)2f (xh)+f (x)


h2

f 000 ()h

f 00 (x) '

f (x+2h)+16f (x+h)30f (x)+16f (xh)f (x2h)


12h2

1 (6)
()h4
90 f

Page 2

f 000 () 2
h
6

f 0000 () 2
12 h

Extrapolation de Richardson:
Soit
Qexa = Qapp (h) + cn hn + cn+1 hn+1 + cn+2 hn+2 +
alors pour p > 1


Qexa =

p n Qapp ( p ) Qapp (h)


pn 1

1
p




1 cn+1 hn+1 + p12 1 cn+2 hn+2 +
pn 1

Quadratures de Newton-Cotes:

mthode

formule de quadrature

terme derreur

trapze

h
2 (f (x0 ) + f (x1 ))

trapze
compose

h
2 (f (x0 ) + 2[f (x1 ) +

Simpson

1
3

Simpson 31
compose
Simpson

f 00 () 3
12 h

00
2
(ba)
12 f ()h

+ f (xn1 )] + f (xn ))
h
3 (f (x0 ) + 4f (x1 ) + f (x2 ))

h
3 (f (x0 ) + 4f (x1 ) + 2f (x2 ) +

3h
8 (f (x0 ) + 3f (x1 ) + 3f (x2 ) + f (x3 ))

3
8

3h
8 (f (x0 ) + 3f (x1 ) + 3f (x2 ) + 2f (x3 ) + 3f (x4 ) +

90

h5

3f (4) ()
80

h5

2n+1
4

Simpson
compose

+ 2f (x3n3 ) + 3f (x3n2 ) + 3f (x3n1 ) + f (x3n ))

(4) ()h4
(ba)
80 f

Boole

2h
45 (7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 ) + 7f (x4 ))

Boole
compose

2h
45 (7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 )+

+14f (x4 ) + + 32f (x4n5 ) + 14f (x4n4 )+


+32f (x4n3 ) + 12f (x4n2 ) + 32f (x4n1 ) + 7f (x4n ))

n+1
3

(4) ()h4
(ba)
180 f

+ 2f (x2n2 ) + 4f (x2n1 ) + f (x2n ))

3
8

f (4) ()

nombre
de points

8f (6) () 7
h
945

3n+1
5

(6) ()h6
2(ba)
945 f

4n + 1

Intgration de Gauss:
Zb
f (x) dx =
a

(b a)
2

Z1


f

(b a)t + (a + b)
2


dt =

(b a)
2

Z1
g(t) dt '
1

n
(b a) X
i g(ti )
2
i=1

nb de pts (n)

points de Gauss
ti

poids de Gauss
i

degr de prcision (2n 1)

+0, 000 000 000

2, 000 000 000

0, 577 350 269


+0, 577 350 269

1, 000 000 000


1, 000 000 000

0, 774 596 669


+0, 000 000 000
+0, 774 596 669

0, 555 555 556


0, 888 888 889
0, 555 555 556

0, 861 136 312


0, 339 981 044
+0, 339 981 044
+0, 861 136 312

0, 347 854 845


0, 652 145 155
0, 652 145 155
0, 347 854 845

Page 3

quations algbriques non linaires


Problme de racine : chercher r t.q. f (r ) = 0
Borne suprieure de lerreur pour la mthode de la bissection: |xn r |

ba
2n

Problme de point fixe: chercher r t.q. r = g(r )


Algorithme de point fixe: pour x0 donn, xn+1 = g(xn ) pour n = 0, 1, 2, . . .
Dveloppement pour lanalyse de convergence de la mthode de points fixes:
2
3
+ 16 g 000 (r )en
+
en+1 := xn+1 r = g 0 (r )en + 12 g 00 (r )en

Mthode de Newton: pour x0 donn,


xn+1 = xn

f (xn )
f 0 (xn )

pour n = 0, 1, 2, . . .

Une racine r de la fonction f (x) est de multiplicit m si f (x) = (x r )m h(x) pour une fonction
h(x) qui vrifie h(r ) 6= 0 ou encore si:
f (r ) = f 0 (r ) = f 00 (r ) = = f (m1) (r ) = 0

f (m) (r ) 6= 0

et

Taux de convergence de la mthode de Newton dans le cas dune racine de multiplicit m: 1 m


Mthode de la scante:pour x0 et x1 donns,
xn+1 = g(xn , xn1 ) = xn

f (xn )(xn xn1 )


(f (xn ) f (xn1 ))

n = 1, 2, 3, . . .

pour

Mthode de linterpolation quadratique inverse: pour x0 et x1 et x2 donns,


xn2 f (xn1 )f (xn )
(f (xn2 ) f (xn1 ))(f (xn2 ) f (xn ))
xn1 f (xn2 )f (xn )
+
(f (xn1 ) f (xn2 ))(f (xn1 ) f (xn ))
xn f (xn2 )f (xn1 )
+
(f (xn ) f (xn2 ))(f (xn ) f (xn1 ))

xn+1 = g(xn , xn1 , xn2 ) =

pour n = 2, 3, . . .
Analyse de convergence pour les mthodes k points, xn+1 = g(xn , xn1 , . . . , xnk+1 ):
en+1 ' K(r )en en1 enk+1
et
p

en+1 ' Cen

o f (r ) = 0

pour k = 2 (p ' 1, 61)

p p 1 = 0
3
2
p p p 1 = 0 pour k = 3 (p ' 1, 84)

p k p k1 p 1 = 0 dans le cas gnral

Systmes dquations algbriques


La factorisation matricielle de

`11

`21

A = LU = `31

.
.
.
`n1

Crout:
0

`22

l32
..
.
`n2

`33
..
.

..
.
..
.
..
.
`nn1
Page 4

1
0

..

. 0

..

0 .

`nn

u12

u13

u1n

u23

..
.

..

..

u2n

u3n

..
.

La mthode

a1

b1

A=0

.
.
.
0

de Thomas pour la factorisation



1
c1
0

..
..

.
a2 c2
. 1


..
=
.
b2 a3
0
0
.
..
..
..

.
.
.
cn1 ..
0 bn1
an
0

La factorisation matricielle de

`11

`21

T
A = LL = `31

.
.
.
`n1

des matrices tridiagonales:

0
0
0
1 c1

..
..

.
1
0
. 0 2

..

.
2
1
0
0
0
.
..
..
..
..

.
.
.
.
0 ..
0
0
0 n1 1

0
c2
3
..
.

..
.
..
.
..
.
0

0
..

cn1
n

Cholesky pour les matrices symtriques dfinies positives:

`11 `21 `31 `n1


0
0

.. 0
..
`22 `32 `n2
.

`22
0
.

0
..
0
`

`
33
n3

.
`32 `33
0

.
.
.

.
.
..
..
..
..
..
..
..

..
.
.
.
0

`n2 `nn1 `nn


0
0

0
`nn

Les noncs suivants sont quivalents:


A est une matrice symtrique et dfinie positive;
Toutes les valeurs propres de A sont relles et strictement positives;
Le dterminant des sous-matrices principales de A est strictement positif.
La rsolution des systmes linaires:
(
~ a LU x
~
~=b
~ = Pb
Ax

~
~ = P b;
1 ) Ly
~ = y.
~
2 ) U x

~ plutt que la matrice de permutation P .


Note: On peut utiliser le vecteur de permutation O
Normes vectorielles:
q
2
~ 2 = x12 + x22 + + xn
kxk

~ 1=
kxk

n
X

~ =
kxk

|xi |

i=1

max |xi |

i=1,2,...,n

Normes matricielles:
kAk1 =

max

j=1,2,...,n

n
X

|aij |

kAk =

i=1

max

n
X

i=1,2,...,n

|aij |

j=1

v
u n
u X
u
kAkF = t
a2ij
i,j=1

Conditionnement matriciel: cond A = kAkkA1 k


~ Ax
~ ? et la perturbation E sur la matrice A,
Bornes de lerreur: pour le rsidu r~ = b
~x
~?k
1
k~
rk
kx
k~
rk

cond A
~
~
~
cond A kbk
kxk
kbk

et

Le rayon spectral dune matrice A est dfini par:


(A) =

max |i |,

i=1,2,...,n

o |i | est le module complexe de la valeur propre i de A


Proprit du rayon spectral pour une matrice A: (A) kAk
Page 5

~x
~?k
kx
kEk
cond A
?
~ k
kx
kAk

Matrice diagonale strictement dominante A:


|aii | >

n
X

pour i = 1, 2, . . . , n

|aij |

j=1
j6=i

~ et pour x
~ = (D + TI + TS )x
~=b
~ 0 donn,
La mthode de Jacobi: soit Ax
~
~ x
~ k+1 = G(
~ k ) = TJ x
~ k + c~J = D 1 (TI + TS ) x
~ k + D 1 b
x

xik+1

n
X


1
bi
aij xjk
pour
=
aii
j=1

i = 1, 2, . . . , n;
k = 0, 1, 2, . . .

j6=i

~ et pour x
~ = (D + TI + TS )x
~=b
~ 0 donn,
La mthode de Gauss-Seidel: soit Ax
~
~ x
~ k + (TI + D)1 b
~ k + c~GS = (TI + D)1 TS x
~ k+1 = G(
~ k ) = TGS x
x

xik+1

i1
n
X
X

1
=
bi
aij xjk+1
aij xjk
pour
aii
j=1
j=i+1

~ k donn, rsoudre
La mthode de Newton: pour x

f1
f
~ k ) x12 (x
~k)
(x
x1
f2
f2 (x
k
~k)
x1 ~ ) x2 (x
k ~
k

~
~ )x = R(x
~ )
J(x
..
..

.
.

fn
fn
k
~
~k
x1 (x )
x2 (x )

..
.

i = 1, 2, . . . , n;
k = 0, 1, 2, . . .

f1
x1
~k
xn (x )

f2

k
~
x2
xn (x )

quations diffrentielles
Pour le problme avec condition initiale y 0 (t) = f (t, y(t)) o y(t0 ) = y0 :

Euler explicite (ordre 1):


(
yn+1 = yn + hf (tn , yn )
tn+1 = tn + h
Euler modifi (Runge-Kutta dordre 2):

= yn + hf (tn , yn )

yn+1 = yn + h2 (f (tn , yn ) + f (tn + h, y))

t
=t +h
n+1

Point milieu (Runge-Kutta dordre 2):

k1 = hf (tn , yn )
yn+1 = yn + hf (tn + h2 , yn + k21 )

t
=t +h
n+1

Page 6

~k)
f1 (x

f (x
k
2 ~ )

..
..

.. =
.

.
.

fn
k
k
~
(
x
)
x
~
f
(
x
)
n
xn
n

~ pour k = 0, 1, 2, . . .
~ k+1 = x
~ k + x
puis x

pour (t0 , y0 ) et h donns, et pour n = 0, 1, 2, . . . :

Runge-Kutta dordre 4:

k1 = hf (tn , yn )

h
k1

k2 = hf (tn + 2 , yn + 2 )

h
k = hf (t + , y + k2 )
3
n
n
2
2

k
=
hf
(t
+
h,
y
+
k

4
n
n
3)

1
y

n+1 = yn + 6 (k1 + 2k2 + 2k3 + k4 )

tn+1 = tn + h
Euler implicite (ordre 1):
(
yn+1 = yn + hf (tn+1 , yn+1 )
tn+1 = tn + h
Crank-Nicholson (ordre 2):
(
yn+1 = yn + h2 (f (tn , yn ) + f (tn+1 , yn+1 ))
tn+1 = tn + h
Erreur de troncature locale:
pour yn+1 = yn + h(tn , yn , tn+1 , yn+1 ):
n+1 (h) =

y(tn+1 ) y(tn )
(tn , y(tn ), tn+1 , y(tn+1 ))
h

Steven Dufour

Page 7