Module CPI 112 ? ? ?

A.U. 2020-2021

Méthodes Numériques

Mustapha GHILANI

UMI, ENSAM, Meknès

15 décembre 2020

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 1 / 15

 Chapitre 1 :

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 2 / 15

 Codage des nombres

Exercice 1 :
1 Calculer la représentation en base 10 du nombre binaire suivant :
(101000.10110000)2 .
17
2 Calculer la représentation binaire des nombres suivants : a = , b = 4.125
20
et c = −28.8625.
3 Déterminer la représentation en virgule flottante normalisée en base 10 et en
base 2 des nombres a, b etc.
4 Déterminer la représentation au format simple précision suivant la norme
IEEE 754 des nombres a, b etc.
5 Soit les nombres flottants au format simple précision selon la norme IEEE
754 :
1 10111101010000000000000000000000 ;
2 01010101011000000000000000000000 ;
3 00111101110011001100110011001100.
Trouver la représentation en virgule flottante normalisée en base 10 de ces
nombres.
Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 3 / 15
 Exercice 1. Réponse à la question 1

1 (101000.10110000)2 =
25 + 0 × 24 + 23 + 0 × 22 + 0 × 2 + 0 × 20 + 2−1 + 2−2 + 2−3 + 2−4 = 40.6875.
(101000.10110000)2 = 40.6875
17
2 Représentation binaire de a = = 0.85 :
20
0.85 × 2 = 1 , 7
0.7 × 2 = 1 , 4
0, 4 × 2 = 0 , 8
0, 8 × 2 = 1 , 6
0, 6 × 2 = 1 , 2
0, 2 × 2 = 0 , 4
0, 8 × 2 = 1 , 6
0, 6 × 2 = 1 , 2
0, 2 × 2 = 0 , 4
0.85 = (0.110110110)2

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 4 / 15

 Exercice 1. Réponse à la question 2

Représentation binaire de b = 4.125

1 Représentation de 4
4/2 =2 r =0
2/2 =1 r =0
1/2 =0 r =1
 
4 = 100
2
2 Représentation de 0.125
0.125 × 2 = 0 , 25
0.25 × 2 = 0 , 5 0.125 = (001)2
0, 5 × 2 = 1 , 0
4.125 = (100.001)2

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 5 / 15

 Exercice 1. Réponse à la question 2

Représentation binaire de c = −28.8625 : On effectue la représentation binaire en

trois temps :
 
1 Représentation binaire de 28 ; 28 = 11100 .
2 
2 Représentation binaire de 0.8625 ; 0.8625 = 0.1101110010 .
2
 
3 Représentation binaire de 28.8625 ; 28.8625 = 11100.1101110010 .
2
4 Complément à 2 du résultat obtenu.
1 1 1 0 0. 1 1 0 1 1 1 0 0 1 0

0 0 0 1 1. 0 0 1 0 0 0 1 1 0 1
0 0 0 0 0. 0 0 0 0 0 0 0 0 0 1

0 0 0 1 1. 0 0 1 0 0 0 1 1 1 0
−28.8625 = (11.0010001110)2

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 6 / 15

 Exercice 1. Réponse aux questions 3 et 4

En base 10 normalisée En Base 2 normalisée Norme EEE 754

a (−1)0 0.85 e 0 0.1101104110 000000000110110110
b (−1)0 0.4125 e 1 0.10000123 000000011100001
c (−1)1 0.288625 e +2 0.11001000111022 000000100110010001110

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 7 / 15

 Exercice 1. Réponse à la question 5

a = 10111101010000000000000000000000
| {z 1 01111010
} = |{z} | {z }
32 signe exposant
10000000000000000000000
| {z }
mantisse
Valeur
Signe 1 -
Exposant 01111010 (26 + 25 + 24 + 23 + 2) − 127 = (−5)2
Mantisse 10000000000000000000000 1.10000000000000000000000
a = 1.12−5 = (0.000011)2 = (0.000110011001100110011001100)2
= (1/32 + 1/64)10 = 0.046875
 
(10111101010000000000000000000000)2 = − 0.046875
10

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 8 / 15

 Exercice 1. Réponse à la question 5

 
b = 00111101110011001100110011001100 =
2
Valeur
Signe 0 +
Exposant 01111011 (26 + 25 + 24 + 23 + 2 + 1) − 127 = −4
Mantisse 10011001100110011001100 1.10011001100110011001100

b ' 1.100110011001100110011002−4 ' (0.000110011001100110011001100)2

= 1/(24 ) + 1/(25 ) + 1/(28 ) + 1/(29 ) + · · · )10 = 0.0996
 
(10111101010000000000000000000000)2 ' 0.0996
10

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 9 / 15

 Exercice 1. Réponse à la question 5

c = 00111101110011001100110011001100. 0 01111011 10011001100110011001100

|{z} | {z }| {z }
signe exposant mantisse

Valeur
Signe 0 +
Exposant 01111011 (26 + 25 + 24 + 23 + 2 + 1) − 127 = −4
Mantisse 10011001100110011001100 1.10011001100110011001100

c = 1.10011001100110011001100 2−4 = (0.000110011001100110011001100)2

= (1/(24 ) + 1/(25 ) + 1/(28 ) + 1/(29 ) + · · · )10 = 0.0996
 
(00111101110011001100110011001100)2 ' 0.0996
10

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 10 / 15

 Différence entre le calcul algébrique et le calcul numérique.
1 Déterminer le nombre de valeurs normalisées qui peuvent être représentées par un système de représentation flottant
avec base β , mantisse m places, exposant e avec L ≤ e ≤ U.
2 Calculer le nombre de valeurs normalisées dans le cas où β = 10, m = 3, L = −15 et U = 16.
3 Déterminer l’ensemble F(2, 3, −1, 3).

4 Soient trois réels x = 0.125106, z = 0.4371012, w = 0.2151010. En utilisant le système de numération de la question 1

pour le stockage de ces nombres, calculer :

a) La somme x + z et commenter le résultat.

b) Le produit xz et commenter le résultat.
c) La division w /z.
5 Soient trois réels x = 0.600 × 10 et y = z = 0.100 × 103 . En utilisant le système de numération de l’exercice précédent
pour le stockage de ces nombres, calculer les deux sommes (x + y ) + z et x + (y + z)
6 Considérons une machine décimale avec mantisse à 4 chiffres. Calculer l’erreur de représentation et l’erreur relative de
représentation pour les nombres : a = 9.023506, b = 158.26 et c = 0.00158894.

7 Dans le cadre du codage des nombres flottants en base 2. Déterminer

a) L’erreur d’affectation
b) L’erreur de l’opération d’addition
c) L’erreur de l’opération de soustraction (d) L’erreur de l’opération de
multiplication
d) L’erreur de l’opération de division
,

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 11 / 15

 Exercice 2 : Réponses aux questions 1,2,3
1 Notons par N le nombre de valeurs normalisées qui peuvent être représentées
par un système de représentation flottant avec base β , mantisse m places,
exposant e avec L ≤ e ≤ M.
v = S E M
{+, −} ··· )
(|{z} (β − 1, β, · · · , β )
| {z }
e m
2 |{L ≤ e ≤ U} − {0, le biais}| (β − 1)β m−1
N = 2 × (U − L − 1) × (β − 1)β m−1 + 2
2 Application : β = 10, m = 3, L = −15 et U = 16.
N = 2 × (16 + 15 − 1) × (10 − 1)103−1 + 2 = 2 ∗ 30 ∗ 9 ∗ 102 + 2 = 54002
3 Déterminer l’ensemble F(2, 3, −1, 3).
4 β = 10, m = 3, L = −15 et U = 16. x = 0.125(10)6 , z = 0.437(10)12 ,
w = 0.215(10)−10 .
x +z = 0.125(10)6 + 0.437(10)12 = 0.437(10)12
xz = 0.125(10)6 × 0.437(10)12 = 0.54625(10) |{z}
17 = Overflow
≥M=16 ×
w /z = 0.215(10)−10 /0.437(10)12 = 0.492(10) −22 = underflow
Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques |{z} 15 décembre 2020 12 / 15
 Exercice 2 : Réponses aux questions 1,2,3

1 x = y = 0.600 × 10 et z = 0.100 × 103

1 (x +y )+z = (0.6+0.6)+0.100×103 = 0.12+0.100×103 = 101.2 = 0.101(10)3
2 x + (y + z) = 0.6 + (0.6 + 0.100 × 103 ) = 0.6 + 0.100 × 103 = 0.100 × 103
3 (x + y ) + z 6= x + (y + z)
2 Considérons une machine décimale avec mantisse à 4 chiffres. Calculer
l’erreur de représentation et l’erreur relative de représentation pour les
nombres : a = 9.023506, b = 158.26 et c = 0.00158894.
Erreur absolue de repr. Erreur relative de repr.

9.023506 |9.023506 − 0.9023(10)1 | 0.000506/9.023506

= 0.506(10)−3 = 5.6076e − 05
158.26 |158.26 − 0.15826(10)3 | 0.0006/158.26
= 0.6(10)−3 = 3.7912e − 06
0.00158894 |0.00158894 − 0.1588(10)−2 | 9.4000e − 07/0.00158894
= 9.4000e − 07 = 5.9159e − 04
ε = |9.023506 − 0.9023(10)1 | = 0.000506

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 13 / 15

 Exercice 2 : Question 7

Dans le cadre du codage des nombres flottants en base 2. Déterminer

a) L’erreur d’affectation
b) L’erreur de l’opération d’addition
c) L’erreur de l’opération de soustraction (d) L’erreur de l’opération de
multiplication
d) L’erreur de l’opération de division

Mustapha GHILANI (UMI, ENSAM, Meknès) Méthodes Numériques 15 décembre 2020 14 / 15