Académique Documents
Professionnel Documents
Culture Documents
BULLETIN
DE LUNION
DES PHYSICIENS
297
Analyse
par J.C. TRIGEASSOU - L.A.I.I., E.S.I.P., Universit, 86000Poitiers et D. BEAUFILS - I.N.R.P., DEP4,92120 Montrouge
Depuis une cinquantaine dannes, la ralisation de calculateurs numriques de plus en plus puissants a stimul la recherche en traitement de donnes, estimation paramtrique, identification et analyse numrique. Lensemble de ces mthodes constitue prsent loutil fondamental de nimporte quel laboratoire, tant dans le domaine de la recherche thorique que dans celui des applications en sciences de lingnieur. Lenseignement nest pas rest lcart de cette volution. Nombreux sont ceux qui ont pressenti ds les annes 70 lintrt pdagogique de lanalyse numrique. Les premiers essais, effectus grce aux calculatrices programmables, ont concern les techniques de base telles que la drivation numrique ou lintgration dquations diffrentielles (charge de condensateur, mouvement de pendule). Puis les micro-ordinateurs ont accru la fois potentiel et vitesse de calcul, mais aussi la commodit des reprsentations graphiques. Leur interfaage sest galement trs rapidement gnralis et a permis une banalisation de lexprimentation assiste par ordinateur. Lenseignant a pu alors prendre en compte un plus grand nombre de donnes exprimentales en associant reprsentations graphiques, traitements de donnes (moyennes, filtrage...), modlisation exprimentale et estimation paramtrique (rgression linaire en gnral). 11 est rapidement apparu quil tait ncessaire de mettre en place de nouvelles pratiques pdagogiques prenant en compte loutil informatique associ des mthodes numriques adaptes aux objectifs de lenseignement des sciences physiques dans les lyces. Dans la prsentation ci-dessous on a volontairement privilgi la modlisation et lanalyse des donnes par rapport aux mthodes
Ce texte reprend lessentiel des lments prsents lors des 4mes Journes InformatIque et Pdagogie
Vol.85
Fvrw
199 I
29X
BULLETIN
DE LUNION
DES PHYSICIENS
numriques traditionnelles. Cette prsentation non conventionnelle a t retenue pour valoriser la modlisation exprimentale qui comporte certainement plus dlments pdagogiques novateurs propres notre discipline. Rappelons quun des objectifs des sciences physiques est de dcrire sous forme de lois mathmatiques ou modles les phnomnes fondamentaux. Loutil informatique permet un retour aux principes de base de la modlisation par minimisation dun critre quadratique ainsi quune approche plus concrte de la notion dincertitude. La distinction entre modlisation exprimentale et mthodes numriques est artificielle car de nombreuses techniques didentification sont du domaine de lanalyse numrique.
1. MODLISATION
1.1. Le critre
EXPRIMENTALE
quadratique
ASSISTE
PAR ORDINATEUR
et sa minimisation
Pour introduire la notion de base quest le critre quadratique, nous considrons un exemple classique pour lequel on connat un modle mathmatique explicite simple : le mouvement dune masse soumise une force constante. Dans ce cas la relation entre temps et vitesse scrit (moyennant un choix convenable de la date initiale) : v=a.t Supposons que lon dispose dune srie de rsultats exprimentaux du type ci-dessous (figure 1). Comment on peut alors estimer au mieux lacclration.
L-*+ + t. +* *++
+ l t
Figure
du critre
quadratique
Il sagit donc dabord de se donner les moyens dune comparaison objective mesures/modle. Pour cela on dfinit un cart E(t). Si dsigne une estimation du paramtre, lcart est dfini par :
BULLETIN
DE LUNION
DES PHYSICIENS
299
Le critre de comparaison mesures/modle le plus couramment utilis est le critre dit quadratique dfini par : J = C E*(t) On peut le concrtiser (facilement grce lordinateur) en traant la courbe reprsentant J = f() pour un domaine de valeurs possibles du paramtre (figures 2 et 3). Ces courbes sont rarement traces mais ont pourtant un intrt pdagogique car elles permettent de visualiser des notions plus abstraites (non linarit, prcision. etc...).
Figure
2 : parabole
Figure
1 .1.2.
Minimisation
du critre
La seconde tape est celle de la dtermination optimale de , cest--dire la valeur a opt qui rend le critre quadratique minimal. On peut noter dabord que le trac de J = f() permet une premire estimation (visuelle) de aont, q ue lon peut dailleurs affiner en agissant sur le domaine dexploration. Mais il est possible dutiliser des techniques permettant dautomatiser cette recherche de loptimum. Deux mthodes sont prsentes ci-dessous.
Mthode itrative ( pas constant)
Soit ainit lestimation initiale et un pas de recherche a, = ainu + signe x sa, la premire valeur de lexploration. Si lon dbute la recherche - si J(at) < Ji,it, on continue en choisissant
Fa, et soit
le signe positif,
alors :
6a
Vol.85
Fvrier
1991
300
BULLETIN
DE LUNION
DES PHYSICIENS
On continue tant que J&,) < J(a, _ t). Lorsque J(a,) > J(a, _ t) on arrte les itrations ou on diminue 6a pour affiner la recherche (en prenant par exemple 6a = 6a/lO). Cette mthode itrative ne permet donc pas dobtenir la valeur exacte de a opt mais de lencadrer avec un intervalle 6a que lon peut rendre aussi faible quon le dsire (avec toutefois la limitation lie la prcision de la machine).
On obtient ainsi lquation dune parabole (minimum) est dfini par dJ/d = 0, soit : a OPI =-B/2a=I:Vk.t,/Ctk2
1.1.3. Gnbralisation Modle linaire par rapport aux paramtres : mthode des moindres carrs
Soit un modle y(x) linaire par rapport N paramtres 8, :
y = f,(x) 8, + ... + f,(x) 8, + . .. + fN(X) 8, Le critre J = C &k 2 est un parabolode fonction des N paramtres 8, et la mthode ci-dessus peut tre facilement gnralise. La solution optimale tZtopt {et, t3,, 8,, . ..) est donc obtenue directement par rsolution dun systme linaire form des N quations 6J/68, = 0. Cest la mthode des moindres carrs, ou mthode de Gauss [9, 11, 121.
B.U.P.
n 731
BULLETIN
DE LUNION
DES
PHYSICIENS
301
Le cas le plus condaire est celui o force constante, avec 8, = vu). On est dans Modle modle. non linaire
couramment rencontr dans lenseignement seil existe deux paramtres (masse soumise une vitesse initiale, par exemple : v = at + vo, 8, = a, le cas classique dit de la rgression linaire. par rapport aux paramtres : mthode du
Si on ne peut pas crire le modle sous forme linaire par rapport 0 (cas de la dcharge du condensateur o V = E exp (-t/0)) alors le problme de minimisation du critre J est non linaire. On ne peut obtenir une approximation de loptimum Ctopt que par une technique itrative doptimisation non linaire [5, 6, 10, 11, 121. Les mthodes pas constant sont trs robustes mais ne sont vraiment efficaces quavec un nombre trs rduit de paramtres. Si lon dsire acclrer la recherche, on utilisera une technique de type Newton, malheureusement plus dlicate mettre en uvre. Remarque : le critre J est minimal pour 8 = Oopt, mais ce caractre doptimalit ne doit pas cacher le fait que 0c,,t ne peut tre gal Brai cause des erreurs, perturbations, etc... De plus il risque dtre systmatiquement diffrent de 8 vrai cause dun biais d au non respect dhypothses strictes sur la nature des erreurs de mesure (ce qui est frquemment le cas dans lemploi de la rgression linaire [9, 11,
121).
1.2.
Prbcision
1.2.1.
de Iestimateur de lestimation
Incertitude
Aprs la dtermination de loptimum Oont, le physicien doit se poser la question de la prcision de cette estimation [lO, 121. Pour mettre en vidence cette notion, on utilise nouveau le critre J et sa reprsentation graphique (figures 4 et 5) en effectuant une relation entre les deux domaines : mesures et critre.
Figure
Vol.85
Fvrier
1991
302
BULLETIN
DE LUNION
DES PHYSICIENS
x.3.) - - - - _ -J,;.------;\-/ i
L
Figure
a=?t
S
Le choix = a,nt est-il impratif ou bien = , peut-ii convenir, compte-tenu des erreurs de mesure ? La notion de prcision apparat alors comme une imprcision, une incertitude dans le choix de . Si , donne autant de satisfaction que on,, cest quil y a incertitude dans lestimation de . Le test de plusieurs valeurs de permet de mettre en vidence cette notion. Pour quantifier les comparaisons, il est prfrable de normaliser J. On considre donc J,, = J/J,i, qui est tel que Jre) min = 1. On choisit alors Jrel max = 1 + a, tel que J,,, corresponde une dtrioration visible de lapproximation mesures/modle. Jrd
Figure
1.2.2.
Corrlation
des estimations
Lorsquon estime simultanment deux paramtres, tels que a et vo dans v = at + vo, le problme devientAplus dlicat car il apparat un couplage entre les estimations de et vo. Le critre J est une fonction des 2 paramtres et sa reprsentation est alors celle des courbes
B.U.P.
n 731
BULLETIN
DE LUNION
DES PHYSICIENS
303
isocritres (J = cte) qui sont lquivalent des courbes de niveau (figure 7). Dans le cas o le modle est linaire par rapport aux paramtres, les courbes isocritres sont des ellipses.
Ceci montre que le domaine dincertitude nest pas simplement caractris par la double ingalit suivante (qui dfinit un domaine rectangulaire) :
amin 0 min < < amax A < 0 < 0 max
mais par lingalit sur J (qui dfinit un domaine elliptique) : J(, Go ) < J,,, = (1 + a) Jmin Remarque : la dmarche prcdente est surtout base sur le graphisme et linterprtation des courbes obtenues. Ltude analytique de la mthode des moindres carrs est toutefois ncessaire pour aller plus loin : estimateur dans le cas gnral, matrice de covariance et hypothses stochastiques affrentes, interprtation de la corrlation partir de la covariance, biais ventuel de lestimateur, cas non linaire, etc...
2. MTHODES
NUMRIQUES
ET SCIENCES
PHYSIQUES
Dans le cas de la modlisation exprimentale, lordinateur est utilis comme outil graphique et de calcul. Les mthodes mathmatiques mises en uvre sont relativement lmentaires, du moins dans lapproche prconise ci-dessus. Dans le cas des mthodes numriques, on utilise encore lordinateur pour sa vitesse et sa puissance de calcul, mais on fait plus porter laccent sur lobjet mathmatique concern.
Vol.85
Fvrier
1991
304
BULLETIN
DE LUNION
DES PHYSICIENS
Lintrt pdagogique est de transformer des problmes mathmatiques complexes en problmes approchs quivalents ne faisant intervenir que des additions et des multiplications algbriques, donc directement accessibles des lves du secondaire.
2.1. Intgration dquations diffrentielles
Considrons titre dexemple introductif, la charge dun condensateur C travers une rsistance R (figure 8). R u l-3
Figure 8
Celle-ci est rgie par lquation diffrentielle suivante : RC dv/dt + v(t) = u(t)
2.1 .l. Mthode dEuler
du premier ordre
Si en classe de premire llve na pas encore tudi les mthodes analytiques dintgration des quations diffrentielles, il connat par contre la dfinition de la drive : v(t + st) - v(t) v (t) = lim 6t -3 0 a La technique consiste remplacer dv/dt par (vk + t - vk)/& (avec t = k&), et donc transformer lquation diffrentielle en une quation aux diffrences qui peut scrire : v),+ ] =vk(l -&/RC)+ u,Gt/RC Cette quation ne fait appel qu des oprations lmentaires telles que laddition et la multiplication. Un lve de premire peut donc utiliser ce processus dintgration numrique, bas sur la mme mthodologie que ceux employs dans les logiciels de conception assiste par ordinateur. En modlisation exprimentale, pour estimer la constante de temps 8 = RC, il faut possder une solution explicite vmod(t). Dans le cas de
B.U.P.
ne 73 I
BULLETIN
DE LUNION
DES PHYSICIENS
305
la dcharge, on choisirait ainsi vmod (t) = E exp(-t/8). Cependant il sagit l dun cas trs particulier : lorsque lexcitation est quelconque (suite de charges et de dcharges par exemple), vmod(t) ne possde pas dexpression analytique simple ou calculable. Celle-ci est alors obtenue par une mthode numriquz : on calcule vmod(t) = vk avec k = t/& partir de la valeur estime 8 de la constante de temps du circuit RC. On peut ainsi ds la classe de premire estimer une constante de temps sans connaissance mathmatique a priori. Linformatique et les mthodes numriques permettent donc dans ce cas une relle innovation pdagogique.
2.1.2. Mthode de Runge-Kutta
Pour amliorer la prcision, il faut employer une meilleure approximation de la drive (en prenant en compte plus de termes dans les dveloppements en srie de Taylor). On est ainsi conduit utiliser la famille de mthodes dite de Runge-Kutta, la plus connue tant celle dordre 4 [3, 41. On utilisera obligatoirement cette mthode pour les quations diffrentielles dordre suprieur 1. On lemploiera par exemple en lectricit (circuit RLC du 2me ordre) en mcanique (mouvement dun pendule pesant avec frottements), en chimie (cintique de ractions) etc... Les quations diffrentielles sont omniprsentes en sciences physiques, les applications sont videmment innombrables et la mthode de Runge-Kutta est un des outils fondamentaux du physicien.
2.2. Autres mthodes numriques
La liste qui suit nest pas exhaustive mais essaie seulement de reflter les mthodes les plus frquemment utilises en pratique pdagogique [3, 4, 7, 81. Insistons ici sur limportance de connatre les limitations de ces mthodes pour ne pas en faire un emploi abusif et correctement exploiter les logiciels existants.
2.2.1. Drivation et intgration numrique
Ainsi, pour estimer une vitesse ou une acclration partir de lenregistrement de la position dun mobile, on pourra utiliser une drivation numrique : df/dt = (fk + t - fJ6t et d*f/dt* = (fk + t - 2 f k + fk _ ,)/6t*
Vol.85
Fvrier
1991
306
BULLETINDEL'UNION
DESPHYSICIENS
En fait, cette technique est mise en dfaut par les erreurs de mesure, surtout pour lordre 2. Elle sapplique videmment des valeurs exactes obtenues par voie numrique (calcul par fonction analytique ou par mthode de Runge-Kutta par exemple). Pour valuer le travail dune force, lnergie emmagasine dans un condensateur ou une bobine, on peut utiliser une mthode dintgration numrique. Pour cela, on calcule par approximation laire de la surface dfinie par la courbe (ou la srie de points exprimentaux) et laxe des abscisses. On utilise frquemment trois types de mthodes : rectangles (approximation en escalier), trapzes (approximation linaire entre deux points successifs) et de Simpson (approximation parabolique). A la diffrence de la drivation, lintgration nettement moins sensible aux erreurs de mesure.
2.2.2. Rsolution dquations
numrique est
Ltude dun systme peut galement conduire la recherche de zros de fonctions ou de solutions de systmes dquations. Cest le cas par exemple en lectrocintique avec la recherche de points de fonctionnement dun diple, o ltude dun circuit par les lois de Kirchoff. Plusieurs mthodes numriques sont ici utilisables, et elles ne seront quvoques. Pour la recherche de zros, on peut employer soit la technique dichotomique qui est lmentaire, soit la mthode dite de Newton. Pour la rsolution dun systme dquations linaires, on utilisera la mthode du pivot qui est base sur la mthode de substitution. Pour certains types de systmes linaires, tels que ceux rencontrs dans la mthode des moindres carrs, la mthode du pivot est mise en dfaut : on lui prfrera dans ce cas celle de Choleski (ou de la racine carre).
2.2.3. Interpolation, lissage
Si lon dispose dun ensemble fini de N valeurs, il est possible dobtenir des valeurs intermdiaires en les calculant laide dun polynme vrifiant ces N valeurs. Cette technique convient pour des ensembles de points qui ne sont pas entachs dincertitude. Sinon, la technique de lissage ou dapproximation polynmiale, base sur la mthode des moindre carrs, permet de dterminer le polynme approchant aux mieux les N valeurs. Linterpolation ainsi ralise peut prendre en compte des erreurs de mesure. En drivant
B.U.P. na 731
BULLETIN
DE LUNION
DES PHYSICIENS
307
analytiquement ce polynme, on a aussi accs une estimation de la drive moins sensible aux erreurs de mesure.
2.2.4. Transforme de FOURIER
Citons enfin lexistence dun algorithme dit de transforme de Fourier rapide, qui permet dobtenir des spectres en des temps relativement courts. Un des domaines dapplication privilgi est videmment llectronique pour lanalyse frquentielle des signaux complexes.
3.
CONCLUSION
Nous avons essay de prsenter ci-dessus la contribution du calcul numrique par ordinateur lenseignement des sciences physiques en accordant dabord une large place lanalyse des donnes sous langle de la modlisation exprimentale, puis en brossant un panorama des techniques danalyse numrique. Les diffrentes mthodes numriques imagines par des chercheurs ou des ingnieurs ne peuvent pas tre appliques directement lenseignement. Une adaptation est videmment ncessaire concernant le niveau des lves, mais la dmarche pdagogique doit aussi conduire une redfinition de loutil numrique. Cela nous semble plus particulirement ncessaire en modlisation exprimentale o un effort considrable reste accomplir tant sur le plan de la recherche pdagogique que des applications logicielles pour le lyce.
BIBLIOGRAPHIE
[ 1] U.d.P.-INRP : Actes des quatrimes Journes Sciences Physiques et Informatique, U.d.P., 1990, 411 p. [2] U.d.P., Acquisition et analyse de donnes, U.d.P., 1990, 128 p.
Analyse numrique [3] [4] J.P. NOUGIER, Mthodes de calcul numrique, Masson, 1983.
Vol.85
- Fvrier
1991
308
BULLETINDEL'UNIONDESPHYSICIENS
R. BOUDAREL, J. DELMAS et P. GUICHET, optimale des processus/Tome II, Dunod, 1968. D.M. HIMMELBLAU, GRAW HILL 1972. des donnes
J. MAX, Mthodes et techniques du traitement du signal, Masson, 1972 M. LABARRERE, J.P. KRIEF et B. GIMONET, Le filtrage et ses applications, Cepadues ditions, 1982
Mthode des moindres carrs [9] D. DUMAS DE RAULY, lars, 1966. Lestimation stastistique, Gauthier-Vil-
Modlisation
exprimentale/Identification
[ 101 J. RICHALET, A. RAULT et R. POULIQUEN, Identification des processus par la mthode du modle, GORDON and BREACH, 1971 [ll] P. DE LARMINAT et Y. THOMAS, Automatique des systmes linaires Tome II, Flammarion, 1977 [12] J.C. TRIGEASSOU, Recherche de modles exprimentaux assiste par ordinateur, Tee et Dot Lavoisier/Langage et Informatique, 1988.
B.U.P.n'731