Vous êtes sur la page 1sur 58

ANALYSE NUMERIQUE

Samuel BOWONG

Université de Douala, Cameroun

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 1/1


Objectifs généraux

Ce cours a pour objectifs de présenter des méthodes d’analyse numérique


permettant de résoudre avec un ordinateur des problèmes mathématiques
en Ingénérie qui ne peuvent être traités simplement avec une feuille et un
stylo.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 2/1


PLAN DU COURS

1 Introduction
2 Représentation en virgule flottante, stabilité et conditionnement
3 Interpolation et approximation des fonctions
4 Résolution approchée d’intégrales
5 Résolution approchée des systèmes linéaires
6 Résolution approchée des équations et systèmes d’équations non
linéaires
7 Résolution approchée des équations différentielles ordinaires

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 3/1


Objectifs spécifiques
Concevoir et d’étudier des méthodes de résolution de certains
problèmes mathématiques (en général issus de la modélisation de
problèmes ”réels” rencontrés en Ingénérie), et dont on cherche à
calculer la solution ou son approximation à l’aide d’un ordinateur ;
Définir ou au moins de donner une idée de ce qu’est l’analyse
numérique, si possible par des exemples précis afin de plus marquer
les esprits ;
Présenter quelques concepts généraux et transversaux, rencontrés
dans toutes les applications ou presque d’analyse numérique ;
Développer des compétences de base en analyse numérique
(convergence des algorithmes, analyse de l’erreur, formulation
correcte des problèmes sous forme mathématique) ;
Pratiquer la mise en oeuvre de ces compétences en exploitant de façon
optimale toutes les ressources disponibles (programmation efficace,
utilisation intelligente de logiciels, visualisation des résultats etc.)
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 4/1
Evaluation

Flash CC TPE+TP Examen


Pourcentage Bonus (0%) 20% 10% 70%

Les contrôles continus et l’examen final sont d’une durée de deux heures
chacun.
Matériels autorisés : Calculatrice+Ordinateur

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 5/1


Stratégies pédagogiques

Quatre heures de cours par séance dont deux heures de cours magistral,
une heure de travaux dirigés et une heure de travaux pratiques. Théorie
accompagnée d’exemples. Pour guider l’étudiant, nous donnerons un
problème modèle simple sur lequel nous introduirons les principaux
concepts et mécanismes, chaque fois illustrés par des petits programmes
Matlab qu’il pourra faire tourner pour comprendre. Quatre de travail
personnel de l’étudiant par semaine. Il s’agira de donner des devoirs à faire
à la maison. Sous la supervision de l’enseignant, les travaux dirigés
permettront de corriger des exercices ou de compléter les notions vues au
cours ou de corriger le travail personnel de l’étudiant. Afin d’encourager
les étudiants à apprendre leurs leçons au jour le jour, deux contrôles
continues seront organisés..

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 6/1


Introduction

PLAN
Quelques exemples de problèmes en ingénérie
Méthode de résolution approchée
Analyse de résolution d’un problème
Analyse d’erreur
Notions de base
Généralités sur les programmations structurées

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 7/1


Quelques exemples de problèmes en ingénierie
Etude de la viscosité dynamique d’un liquide en fonction de la
température : représentation des données par un modèle
La variation de la viscosité dynamique µ de l’eau en fonction de la
température T est modélisée par la formule de Walther :
!n
T0
ln µ0
µ=e T ,
où µ0 est la viscosité de ce liquide à la température T0 = 273o K et
T = t + T0 . Après une série de mesures, on a relevé les valeurs suivantes
de µ (en Poise) et de t (en o C ) :

Proposer un algorithme permettant d’ évaluer les paramètres inconnues de


Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 8/1
Quelques exemples de problèmes en ingénierie

Calcul de la profondeur d’une conduite d’eau


Afin d’éviter les bris de conduites d’eau lors des longues périodes de froid
intense, il est important de les enfouir à une profondeur adéquate. Un
modèle qui nous permet de connaı̂tre la temperature T (t, x) dans un
milieu homogène est donné par
 
T (x, t) − Ts x
= erf √ ,
Ti − Ts 2 αt
où Ti est la température initiale du sol, Ts est la température à la surface
du sol et la conductivité thermique du sol est donnée par
α = 0.138 × 10−6 . La durée de la période de froid intense est donnée par t
(en secondes) et la profondeur où se trouve la conduit est donnée par x
(en mètres).

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 9/1


Quelques exemples de problèmes en ingénierie

Calcul de la profondeur d’une conduite d’eau


Nous voulons développer une méthodologie numérique, à l’aide de ce
modèle, pour estimer la profondeur x à laquelle nous devons installer les
conduites sous nos rues afin d’éviter qu’elles gèlent. Nous supposerons que
nous n’aurons jamais une chute soudaine du mercure de plus de 50o et que
la température à la surface du sol ne sera jamais sous −40o C . La période
de froid intense ne durera jamais plus de 30 jours consécutifs.
A l’aide de cette approximation de la fonction erf (x) et du modèle proposé
plus haut, décrire de la façon la plus précise possible un algorithme
numérique qui vous permettra de calculer la profondeur x à laquelle
devront se trouver les conduites.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 10 / 1


Quelques exemples de problèmes en ingénierie
Un pont suspendu
La figure ?? schématise l’un des deux côtés verticaux d’un pont suspendu.
Les filins verticaux tels que HH 0 sont régulièrement espacés les uns des
autres.

Figure – Schéma d’un pont suspendu

Pour conserver une marge de sécurité, on considère que la surface exposée


à l’action du vent est égale au dixième de la surface plane, pleine et ferme
A’B’KBA. Proposer un algorithme qui calcule, en mètres carrés, l Äôaire

de la BOWONG
Samuel surface exposée
( Samuel au vent.ANALYSE NUMERIQUE
BOWONG) 11 / 1
Quelques exemples de problèmes en ingénierie

Etude de la conductivité thermique d’acetone


Le tableau suivant présente la conductivité thermique de la vapeur
d’acetone en function de la température :

T(o F) 32 115 212 363


k(Btu/ hr ft o F) 0.0057 0.0074 0.0099 0.0147

Estimer la conductivité thermique de l’acetone à 300o F

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 12 / 1


Quelques exemples de problèmes en ingénierie

Etude d’un système de pompage (système d’équations non


linéaires
On se propose d’étudier le système de pompage décrit par la figure
ci-dessous :

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 13 / 1


Quelques exemples de problèmes en ingénierie

Etude d’un système de pompage (système d’équations non


linéaires
Théoriquement, on montre que les différentes grandeurs H, Q1 , Q2 et Z
sont liées entre elles par les équations suivantes :

 AQ12 + BQ22 + 1 = Z ,
  
 Q = Q1 + Q2 ,  A = 4854
où , et B = −1576 ,
AQ12 + CQ22 + 40 = H, H = 51cm C = 14279
  

où les valeurs de Z (en m) sont les suivantes :

-0.01 -0.15 -0.2 -0.31 -0.43 -0.58 -0.69 -0.75 -0.86 -0.92 -

On se propose de donner la procédure de calcul permettant de trouver les


débits volumiques Q1 et Q2 dans les deux branches de la jonction.
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 14 / 1
Quelques exemples de problèmes en ingénierie

Procédés de séparation chimique


Les procédés de séparation chimique telle la distillation, l’extraction ou
l’absorption consistent à faire passer les produits à séparer au travers une
série d’étages où un équilibre thermodynamique permettra de séparer les
composants. Considérons un procédé d’absorption gaz-liquide à n étages.
Par exemple, ce type d’unité peut être utilisé pour retirer le dioxyde de
souffre (SO2) présent dans les gaz de combustion à l’aide d’un liquide
absorbant.
Un liquide ayant un débit molaire L est alimenté au haut de l’unité de
séparation et un gaz à un débit molaire G est introduit au bas de l’unité.
La fraction molaire du composé absorbé dans la phase liquide à l’étage k
de séparation est notée xk , la fraction molaire du composé absorbé dans
l’alimentation liquide est notée xf , la fraction molaire du composé dans
l’alimentation gazeuse est notée yf et H est la fraction de retenue.
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 15 / 1
Quelques exemples de problèmes en ingénierie

Procédés de séparation chimique


En utilisant les hypothèses simplificatrices nécessaires et en réalisant les
bilans molaires sur chacun des composés à chaque étage, nous obtenons le
modèle mathématique suivant :
dx1


 τ = K (yf − b) − (1 + δ)x1 + x2 ,

 dt
 dx2



 τ = δx1 − (1 + δ)x2 + x3 ,

 dt
 dx3


τ = δx2 − (1 + δ)x3 + x4 ,
dt


 ...
dx

n−1

τ = δxn−2 − (1 + δ)xn−1 + x( n),




 dt
 τ dxn


= δxn−1 − (1 + δ)xn + xf ,

dt
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 16 / 1
Quelques exemples de problèmes en ingénierie

Procédés de séparation chimique


où τ = HL représente le temps de résidence du liquide à chaque étage,
δ = aG G
L est le coefficient d’extraction et K = L est le ratio gaz-liquide.
Afin d’analyser ce procédé d’absorption à l’état stationnaire, nous devons
considerer dx
dt = 0, pour k = 1, . . . , n.
k

Proposer un algorithme qui permet de calculer les composés à chaque


stage.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 17 / 1


Quelques exemples de problèmes en ingénierie

Système hydraulique
Considérons un système hydraulique formé d’un ensemble de réservoirs
situés à des altitudes différentes et dont le contenu liquide s’écoule “en
cascade” des réservoirs les plus élevés vers les réservoirs les plus bas sous
l’action de la gravité. Un exemple est illustré à la figure ??. Il s’agit
clairement d’un système à compartiments dont le graphe associé est
représenté à la figure suivante et dont les équations de continuité
s’écrivent : 
 ẋ1 = q01 − q12 − q13 ,
ẋ2 = q12 − q23 , (1)
ẋ3 = q13 + q23 − q30 .

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 18 / 1


Quelques exemples de problèmes en ingénierie
Système hydraulique
Dans ces équations, les variables d’état x1 , x2 et x3 désignent évidemment
les volumes d’eau contenus dans les réservoirs et les flux qij représentent les
débits s’écoulant des réservoirs supérieurs vers les réservoirs inférieurs.
Pour compléter le modèle, il faut exprimer ces flux en fonction des
variables d’état et de signaux d’entrée convenablement choisis. Le débit
fourni par la pompe d’alimentation du réservoir supérieur peut
clairementêtre choisi comme variable d’entrée. Le débit de sortie qij de
chaque réservoir est une fonction positive du volume xi du réservoir.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 19 / 1


Quelques exemples de problèmes en ingénierie

Système hydraulique

Figure – Graphe associé à la cascade de résevoirs

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 20 / 1


Quelques exemples de problèmes en ingénierie

Système hydraulique
La forme de cette fonction dépend de la forme du réservoir et de la
configuration de l’orifice par lequel l’eau s’écoule. Considérons le cas où les
réservoirs sont de section horizontale constante et où l’écoulement
s’effectue par un orifice rectangulaire situé au bas des réservoirs. La
hauteur de l’eau dans un réservoir est notée :
xi
hi = ,
Si
où Si désigne la section du réservoir.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 21 / 1


Quelques exemples de problèmes en ingénierie

Système hydraulique
Selon les lois de l’hydraulique, nous savons que, lorsque la hauteur de l’eau
hi est grande par rapport à la hauteur de√l’orifice, la relation entre le débit
et la hauteur d’eau est proportionnelle à hi (loi de Torricelli). Par contre
lorsque la hauteur de l’eau√est inférieure à la hauteur de l’orifice, le débit
devient proportionnel à hi hi (loi de l’écoulement pour un déversoir de
forme rectangulaire).

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 22 / 1


Quelques exemples de problèmes en ingénierie

Système hydraulique
On peut dès lors proposer un modèle de la forme :

αij hi hi
qij = ,
βij + hi

où αij et βij sont des constantes positives. En effet, ce modèle vérifie bien
la pro- priété que pour√de faibles hauteurs d’eau (hi << βij ), le débit qij
est proportionnel à hi hi tandis √ que pour des hauteurs d’eau élevées
(hi >> βij ), le débit qij est hi . On peut exprimer qij en fonction de xi :

kij xi xi αij
qij (xi ) = avec kij = √ .
Si βij + xi Si

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 23 / 1


Quelques exemples de problèmes en ingénierie

Système hydraulique
Alors le modèle d’état s’écrit finalement :
 √ √
k12 x1 x1 k13 x1 x1
ẋ1 = − − + u,





 (S1 β12
√ + x1 ) (S1 β13 √ + x1 )
 k12 x1 x1 k23 x2 x2
ẋ2 = − , (2)

 (S β +
1 12 √ 1 x ) (S 2 β23 √+ x2 ) √

 k13 x1 x1 k23 x2 x2 k30 x3 x3
 ẋ3 = + − .


(S1 β13 + x1 ) (S2 β23 + x2 ) (S3 β30 + x3 )

On se propose de trouver le contenu liquide de chaque réservoir à chaque


instant t ≥ 0.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 24 / 1


Quelques exemples de problèmes en Ingénierie

Problème d’optimisation
Un individu consomme deux biens X et Y en quantités x et y aux prix
respectifs de 2 unités monétaire et 1 unité monétaire. Sa satisfaction est
exprimée par sa fonction d’utilité. Cette dernière dépend des quantités
consommées des deux biens. Elle est de la forme suivante :
U(x, y ) = −x 2 + xy .
Il désire maximiser sa satisfaction ou son utilité sachant qu’il ne détient
que 20 unités monétaires pour l’achat des biens X et Y .
1 Formuler ce problème sous forme de la maximisation d’une fonction
f (x, y ) sous une contrainte qu’on déterminera.
2 Résoudre sur micro-ordinateur pour calculer le maximum de la
fonction f (x, y ) pour l’aider à maximiser sa satisfaction ou son utilité.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 25 / 1


Quelques exemples de problèmes en Ingénierie

Fond d’investissement
Un compte d’épargne donne un taux T ∈ [0; 1] d’intérêt par an avec un
virement annuel des intérêts sur le compte. Cela signifie que si le premier
Janvier 2014 on met v FCFA sur ce compte, à la fin de la n-ème année
(i.e. au 31 Décembre 2014 + n) on en retire v (1 + T )n FCFA. On décide
alors d’ajouter au début de chaque année encore v FCFA. Cela signifie que
si on verse ces v FCFA le premier Janvier 2014 + m avec 0 < m < n, au
31 Décembre 2014+n ajoutent v (1 + T )n−m FCFA. Si à la fin de la n-ème
année on en retire un capital de M > v FCFA, quel est le taux d’intérêt
annuel de cet investissement ?

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 26 / 1


Quelques exemples de problèmes en Ingénierie

Fond d’investissement
A la fin de la n-ème année, le capital versé au premier Janvier 2014 est
devenu v (1 + T %)n , celui versé au premier Janvier 2015 est devenu
v (1 + T %)n−1 ... par conséquente, le capital final M est relié au taux
d’intérêt annuel T par la relation
n
X (1 + T )n − 1 1+T
M=v (1 + T )k = v =v (1 + T )n
(1 + T ) − 1 T
k=1

On en déduit que T est racine de l’équation algébrique non linéaire


f (T ) = 0 où
1+T
f (T ) = v (1 + T )n .
T
Proposer un algorithme qui permet de calculer le taux d’intérêt annuel de
cet investissement.
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 27 / 1
Préliminaires
Méthodologie
Le traitement d’un problème d’analysel numérique comprend en général six
phases dont la disposition est la suivante

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 28 / 1


Préliminaires

Le problème posé
Le problème doit être
- posé clairement ;
- avoir un sens ;
- être bien posé afin d’éviter des instabilités.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 29 / 1


Préliminaires

La méthode de résolution
C’est la description du procédé permettant d’obtenir la solution du
problème. Elle peut être faite par une formulation mathématique ou par
des directives de type littérales.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 30 / 1


Préliminaires
L’algorithme
C’est la décomposition en un nombre fini d’opérations élémentaires de la
méthode choisie. L’algorithme peut être complété par un organigramme.
L’algorithme est une étape très importante de l’analyse numérique :
- Il confirme ou infirme la réalité du problème posé ;
- Il justifie la faisabilité de la méthode proposée ;
- Il donne directement accès au problème informatique ;
- Il permet d’exercer un contrôle sur les performances qui résulteront
du traitement informatique : temps d’exécution, encombrement
mémoire, précision
N.B. : Optimiser un algorithme signifie
• Réduire le temps calcul machine.
• Réduire la place occupée en mémoire centrale.
• Augmenter la précision.
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 31 / 1
Préliminaires

La programmation scientifique
C’est la traduction de l’algorithme en un langage informatique. Les
langages informatiques les plus utilisés pour la résolution des problèmes
scientifiques sont : le Fortran, le Pascal et leurs dérivés (le C+, le C++,
Matlab, Scilab, etc...). Ce sont les langages qui évoluent de jous en jour
(Exemple : Fortran 1, 2, 3, 4, 66, 77, 90, 91,... ; Pascal, Turbo Pascal,
Matlab 5.3, 7.2, Scilab 1, 2, 3, 4,...). La compatibilité des versions est
ascendante par exemple un programme écrit en Fortran 66 peut être
exécuté à l’aide d’un compilateur de Fortran 77.
N.B. : Le langage choisi doit pourvoir satisfaire toutes les opérations
figurant dans l’algorithme.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 32 / 1


Préliminaires

Traitement machine
C’est l’exécution de la méthode de résolution par un programme. Il s’agit
d’utiliser le systèmes d’exploitation de l’ordinateur : logiciels (compilateur,
utilitaire, fonction et sous-programme réquis), ressources matérielles
(taille, vitesse d’exécution , etc...)

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 33 / 1


Préliminaires

Interprétation des résultats


Les résultats doivent être interprétés avec la logique scientifique car il
n’existe aucune règle permettant d’affirmer à priori qu’un programme ou
un algorithme donnera des résultats tout à fait correct du problème posé.
Il est donc souvent nécessaire d’essayer plusieurs méthodes de résolution,
plusieurs algorithmes ou même plusieurs langages pour un même problème.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 34 / 1


Méthode de résolution approchée

Introduction
Les cours traditionnels de mathématiques fournissent des théories et de
méthodes permettant de résoudre de façon analytique un certain nombre
de problèmes. Dans ce cas, même si l’on dispose de plusieurs méthodes
pour résoudre un problème donné, elles conduisent à un même résultat,
précis et unique.
L’objet de l’analyse numérique est de concevoir et d’étudier des méthodes
de résolution adaptées à certains problèmes mathématiques, en général
issus de la modélisation de problèmes réels, et dont on cherche à calculer
la solution ou une solution approchée, à l’aide d’un ordinateur. Cela est
rendu nécessaire car la modélisation de phénomènes physiques conduit
fréquemment à des problèmes dont la taille est très importante ce qui
empêche la résolution analytique ; leur résolution demande alors un nombre
important d’opérations numériques qui doivent parfois être effectuées très
rapidement (contrôle de processus).
Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 35 / 1
Méthode de résolution approchée

Introduction
En analyse numérique, pour un problème donné, il est possible d’utiliser
plusieurs techniques de résolution qui résultent en plusieurs algorithmes,
dépendant de certains paramètres qui influent sur la précision du résultat.
De plus, l’utilisation d’approximations plus ou moins précises au cours du
calcul se répercutera aussi sur le résultat obtenu. Le résutat final et son
ordre de précision dépendent donc des choix qui sont effectués.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 36 / 1


Analyse de la résolution d’un problème

Formulation du problème
A l’aide des lois des sciences physiques on procède à la mise en équation du
problème. On s’assure, ensuite, de l’existence (et de l’unicité) de la solution
en limitant éventuellement le domaine de définition de la solution. En
général, la solution du problème à résoudre est soit un nombre (équation
algébrique f (x) = 0), soit un vecteur (système d’équations linéaires), soit
une fonction (équation différentielle, équation aux dérivées partielles).

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 37 / 1


Analyse de la résolution d’un problème

Construction d’une méthode de résolution


Dans certains cas, on dispose d’une méthode analytique. Dans d’autres
cas, plus nombreux, il faudra utiliser une méthode de résolution approchée
1 en simplifiant l’équation à résoudre telle que, par exemple, la méthode
des approximations successives ou la méthode de Newton-Raphson.
Ces méthodes (itératives) consistent à construire à partir d’une valeur x0 ,
choisie arbitrairement, une suite de valeurs numériques x0 , x1 , x2 , . . .
convergente vers la solution x ∗ (plus n est grand, plus xn est proche de la
solution (voir figures).

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 38 / 1


Analyse de la résolution d’un problème

Construction d’une méthode de résolution

Figure – Convergence de la méthode des approximations successives

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 39 / 1


Analyse de la résolution d’un problème

Construction d’une méthode de résolution

Figure – Divergence de la méthode des approximations successives.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 40 / 1


Analyse d’erreur

Une partie importante de l’analyse numérique consiste donc à contenir les


effets des erreurs introduites, qui proviennent de trois sources principales :
- les erreurs de modélisation ;
- les erreurs de représentation sur ordinateur ;
- les erreurs de troncature.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 41 / 1


Analyse d’erreur

Erreurs de modélisation
Les erreurs de modélisation, comme leur nom l’indique, proviennent de
l’étape de mathématisation du phénomène physique étudié. Cette étape
consiste à faire ressortir les causes les plus déterminantes du phénomène
observé et à les mettre sous forme d’équations. Si le phénomène observé
est très complexe, il est souvent nécessaire de simplifier le problème en
négligeant les facteurs qui paraissent moins importants ou qui rendent la
résolution numérique trop difficile. C’est ce que l’on appelle les erreurs de
modélisation.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 42 / 1


Analyse d’erreur

Erreurs d’arrondi
Cette catégorie d’erreur est liée à l’utilisation de l’ordinateur. L’erreur
d’arrondi est due au fait que la machine ne travaille que sur un nombre
limité
√ de décimales (comme dans le calcul manuel où l’on convient que
2 ≈ 1.414). Cette erreur concerne aussi les méthodes directes ou
analytiques. Habituellement les machines travaillent avec 14 ou 23 chiffres
significatifs (simple ou double précision). L’erreur d’arrondi se propage au
cours des calculs et peut compromettre la précision des résultats, on a
donc intérêt à faire un minimum d’opérations (+, −, ∗, \).

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 43 / 1


Analyse d’erreur
Erreurs de troncature
Les erreurs de troncature constituent la principale catégorie d’erreurs.
Dans la suite de ce cours, nous aborderons des méthodes de résolution qui
comportent des erreurs de troncatures plus ou moins importantes. Elles
sont provoquées par l’utilisation du développement de Taylor, qui permet
par exemple de remplacer une équation différentielle par une équation
algébrique, et dépendent du nombre de termes conservés de ce
développement. Il est donc essentiel de rappeler cette notion :
Définition
Le polynôme de Taylor de degré n de la fonction f autour de x0 est défini
par
2 3
f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + f 00 (x0 ) (x−x
2!
0)
f (3) (x0 ) (x−x
3!
0)
+ . . . + f (n) (x0

où
(x − x0 ) n+1
(n+1)
En (x) = f( Samuel
Samuel BOWONG = O(hn+1 )
(ξ(x)) ANALYSE NUMERIQUE
BOWONG) ξ ∈ [x0 , x] 44 / 1
Analyse d’erreur

Propriétés d’une méthode de résolution approchée


Une bonne méthode de résolution approchée doit
- être rapidement convergente,
- permettre l’estimation à priori de l’erreur,
- être stable.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 45 / 1


Analyse d’erreur

Stabilité de la méthode

Définition
Une méthode est stable et un problème est dit ”bien conditionné” si deux
problèmes voisins admettent des solutions voisines.

La stabilité garantit que les erreurs ne s’amplifient pas au cours du


déroulement de l’algorithme et que la méthode reste stable.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 46 / 1


Analyse d’erreur

Exemple de problème instable

Exemple
On considère le système linéaire de deux équations à deux inconnues :

20x + 46.6y = −20
30x + 70y = 10

et un système linéaire voisin :



20x + 46.5y = −20
30x + 70y = 10

Les déterminants de ces systèmes sont respectivement égaux à 2 et 5.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 47 / 1


Analyse d’erreur

Quantification d’une erreur

Définition
On dit qu’une fonction E(h) est un O(hk ) au voisinage de 0 s’il existe un
C > 0 tel que pour h au voisinage de 0 on ait

|E(h)| < C |h|k .

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 48 / 1


Notions de base

Convergence
La vitesse de convergence est un facteur important de la qualité des
algorithmes. Si la vitesse de convergence est élevée, l’algorithme converge
rapidement et le temps de calcul est moindre. Ces préoccupations de
rapidité de convergence ont conduit à diversifier les modes de convergence
et à chercher des processus optimaux.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 49 / 1


Notions de base

Discrétisation
En analyse numérique, certains problèmes sont par nature continus. Ils
font intervenir les opérations telles que le dérivation et l’intégration.
L’ordinateur ne pouvant résoudre de tels problèmes continus, on doit les
remplacer par des problèmes discrets en utilisant par exemple les
différences finis, les éléments finis, les méthodes particulières ou
spectrales : on parle alors de discrétisation.
Les itérations
Certains problèmes numériques sont souvent formulé en terme de
processus successifs ou d’une suite de calculs. Le résultat d’un processus
étant lié à celui du processus précédent, on parle alors d’itération.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 50 / 1


Généralités sur les programmations structurées

Généralités
La réalisation d’un programme ou la programmation est une affaire de
grande importance qui possède quelques règles simples qui permettent
d’améliorer la lisibilité du programme par la mise en page et
l’autodocumentaire (commentaire). Pour cela, on décompose le
programme en multiple dimension raisonnable. Les principales règles de la
programmation structurée est la suivante :

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 51 / 1


Généralités sur les programmations structurées

Généralités
Règle 1 : Le programme doit être divisé en sous-programmes ou
procédures. En effet, les programmes traitant les problèmes complexes
peuvent être très volumineux. Le plus souvent, il inclut des problèmes plus
simples repetés plusieurs fois. La méthode de résolution de ces problèmes
élémentaires est mise sous forme d’un sous-programme. Dans ce cas en
programmant un problème plus compliqué, l’appel aux sous-programmes
se fait par une seule instruction.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 52 / 1


Généralités sur les programmations structurées

La séquence
Règle 2 : Un programme s’écrit avec les trois structures fondamentales
suivantes :
La séquence : une suite d’instructions.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 53 / 1


Généralités sur les programmations structurées
L’alternative
Si condition
alors
Instruction 1
sinon
Instruction 2
fin si

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 54 / 1


Généralités sur les programmations structurées

Itération première forme : boucle pour


Pour i variant de n à m par pas de p
faire
Instruction
fin pour

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 55 / 1


Généralités sur les programmations structurées

Itération deuxième forme : boucle repéter


Repéter
Instruction
jusqu’à la condition

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 56 / 1


Généralités sur les programmations structurées

Itération troisième forme : boucle tant que


Tant que la condition
faire
Instruction
fin tant que

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 57 / 1


Généralités sur les programmations structurées

Règle 3 : Le programme doit être commandé convenablement et mise en


page de façon à faciliter le lisibilité.

Samuel BOWONG ( Samuel BOWONG) ANALYSE NUMERIQUE 58 / 1

Vous aimerez peut-être aussi