3 Dérivation et intégration numérique 33 3 3 2 Méthode des Trapèzes Ce document notes de cours d'analyse numérique avec exercices corrigés re-
Previous PDF | Next PDF |
[PDF] Analyse Numérique
Corrigé du TD 4 EXERCICE 1 Estimation de l'erreur d'intégration élémentaire La fonction q La convergence de la méthode des trap`ezes composée est
[PDF] Série dexercices no2/5 Calculs approchés dintégrales - Université
(b) (1 point) Rappeler la formule de quadrature par la méthode de Simpson pour une soit une formule d'intégration numérique exacte pour les polynômes de
[PDF] CORRIGÉS DES TRAVAUX DIRIGÉS DE lUE - Jerome BASTIEN
Intégration 21 Exercices Ce polycopié constitue les corrigés de TD de Méthodes Numériques de Base du département Mécanique (1) L' approximation de l'intégrale par la méthode des trapèzes composite (voir tableau A 4) est IT N = h
[PDF] Méthodes dintégration numérique
Figure 5 3 – Méthode composite de Simpson (p = 2) pour m = 3 intervalles (c'est à dire n = 6 sous- intervalles et n +1=7 points au total) À nouveau, l'erreur est
[PDF] Analyse numérique Exercices corrigés
Intégration numérique Exercice 6 Déterminer par la méthode des trap`ezes puis par celle de Simpson ∫ π 2 0 f(x)dx sur la base du tableau suivant : x 0 π 8
[PDF] Fichier pdf
Intégration numérique Le but de ce Proposition 1 - La valeur approchée de l' intégrale de f sur I par la méthode des rectangles MÉTHODE DES TRAPÈZES
[PDF] Correction - Feuille de TD 2 : Méthodes dintégration numérique
On définit, pour toute fonction f continue sur [−1,1], la méthode d'intégration numérique T de la façon suivante : T(f) = λ1f(x1) + λ2f(x2) 1 Montrer que T est exacte
[PDF] Exercices corrigés
Les formules de Newton-Cotes ont un degré de précision n + 1 si n est pair Exercice 23 (Formule composite des trapèzes) La méthode pour obtenir une formule
[PDF] Méthodes numériques Intégration L3 2017/2018 Exercice 1 On veut
cos(x)dx = sin(2) par la méthode des trap`ezes et de Simpson Calculer l'erreur EN pour N ∈ 12, 22, , 210l pour les méthodes des trap`ezes et de Simpson et
[PDF] الجمهوريــــــــــــــــــــــة الجزائريـــــــــــة الديمقراطيـ - DSpace - USTO
3 Dérivation et intégration numérique 33 3 3 2 Méthode des Trapèzes Ce document notes de cours d'analyse numérique avec exercices corrigés re-
[PDF] intégration par changement de variable exercices corrigés
[PDF] intégration par parties exercices corrigés
[PDF] intégrer antidote dans word mac
[PDF] intégrer dauphine en l3
[PDF] integrer ecole ingenieur apres licence
[PDF] intégrer une école d'ingénieur après la fac
[PDF] inter caisse
[PDF] interaction entre l'homme et l'environnement
[PDF] interaction gravitation exercices corrigés 3ème
[PDF] interaction microbienne pdf
[PDF] interaction onde matière bac math
[PDF] interactiunea corpurilor wikipedia
[PDF] interactiunea dintre corpuri
[PDF] interclub badminton departemental
République Algérienne Démocratique et Populaire UniǀersitĠ des Sciences et de la Technologie d'Oran Mohamed BOUDIAF
Faculté des Mathématiques et Informatique
Département de mathématiques
Notes de Cours et exercices corrigés
d'Analyse numérique IPrésentée par
Dr. Nassima KHALDI
U.S.T.O 2018/2019
Table des matières
Introduction 3
1 Notions d"erreurs 4
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41.2 Erreurs absolue et relative . . . . . . . . . . . . . . . . . . . .
41.2.1 Erreur absolue . . . . . . . . . . . . . . . . . . . . . . .
41.2.2 Erreur relative . . . . . . . . . . . . . . . . . . . . . . .
51.2.3 Majoration des erreurs absolue et relative . . . . . . . .
51.3 Chiffres significatifs . . . . . . . . . . . . . . . . . . . . . . . .
81.4 Arrondissement et représentation des nombres . . . . . . . . . .
91.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
101.6 Corrigés des exercices . . . . . . . . . . . . . . . . . . . . . . .
112 Interpolation polynomiale 14
2.1 Existence du polynôme d"interpolation . . . . . . . . . . . . . .
142.2 Erreur d"interpolation . . . . . . . . . . . . . . . . . . . . . . .
162.3 Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . .
182.4 Interpolation de Newton . . . . . . . . . . . . . . . . . . . . .
212.4.1 Relation entre différence divisées et les dérivées . . . . .
232.4.2 Erreur d"interpolation de Newtom . . . . . . . . . . . .
232.4.3 Interpolation de Newton dans le cas équidistant . . . . .
242.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
272.6 Corrigés des exercices . . . . . . . . . . . . . . . . . . . . . . .
283 Dérivation et intégration numérique 33
3.1 Dérivation numérique . . . . . . . . . . . . . . . . . . . . . . .
333.1.1 Utilisation de la formule de Taylor . . . . . . . . . . . .
333.1.2 Utilisation des formules d"interpolation . . . . . . . . .
353.2 Erreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
373.2.1 Dérivée premier ordre . . . . . . . . . . . . . . . . . . .
373.2.2 Dérivée second d"ordre . . . . . . . . . . . . . . . . . .
383.3 Integration numérique . . . . . . . . . . . . . . . . . . . . . . .
391
3.3.1 Méthodes des rectangles . . . . . . . . . . . . . . . . . .40
3.3.2 Méthode des Trapèzes . . . . . . . . . . . . . . . . . . .
403.3.3 Méthode de Simpson . . . . . . . . . . . . . . . . . . .
413.3.4 Erreurs de quadrature . . . . . . . . . . . . . . . . . . .
423.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
453.5 Corrigés des exercices . . . . . . . . . . . . . . . . . . . . . . .
464 Résolution d"équations algébriques 51
4.1 Méthode de Dichotomie (ou bissection) . . . . . . . . . . . . .
514.1.1 Etude de convergence . . . . . . . . . . . . . . . . . . .
524.2 Méthode de Newton-Raphson . . . . . . . . . . . . . . . . . . .
544.2.1 Etude de convergence . . . . . . . . . . . . . . . . . . .
554.3 Méthode de point fixe . . . . . . . . . . . . . . . . . . . . . . .
574.4 Exercies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
614.5 Corrigés des exercices . . . . . . . . . . . . . . . . . . . . . . .
62Bibliographie 66
2Introduction
Ce document notes de cours d"analyse numérique avec exercices corrigés re- couvre le programme d"analyse numérique I de la deuxième année universitaireL.M.D.
Le lecteur trouvera une partie cours et à la fin de chaque chapitre une partie exercices corrigés. Il est destiné principalement aux étudiants de la 2 ème année L.M.D. L"objectif de l"analyse numérique est de concevoir et d"étudier des méthodes de résolution de certains problèmes mathématiques (en général issus et de la modé- lisation de problèmes réels), a titre d"exemples : commande optimale, structure (pneus, carrosserie, ...), biologie mathématique : propagation d"épidémie ..., modèle mathématique en médecine : cardiologie, cancer ..., et bien d"autres ap- plications. En pratique, l"analyse numérique se propose d"étudier les propriétés mathéma- tiques des algorithmes et leur mise en oeuvre (programmation). Ce polycopie se décompose en quatre chapitres :Le premier chapitre : Notions d"erreurs.
Le deuxième chapitre : Interpolation polynomiale. Le troisième chapitre : dérivation et intégration numérique. Le dernier chapitre : résolution d"équations algébriques. 3Chapitre 1
Notions d"erreurs
1.1 Introduction
L"analyse numérique se distingue des autres champs plus classiques des ma- thématiques. En effet, pour un problème donné, il est possible d"utiliser plu- sieurs techniques de résolution qui résultent en différents algorithmes. Ces al- gorithmes dépendent de certains paramètres qui influent sur la précision du ré- sultat. De plus, on utilise en cours de calcul des approximations plus ou moins précises. Par exemple, on peut remplacer une dérivée par une différence finie de façon à transformer une équation différentielle en une équation algébrique. Le résultat final et son ordre de précision dépendent des choix que l"on fait. Une partie importante de l"analyse numérique consiste donc à étudier et évaluer les erreurs pour les réduire.1.2 Erreurs absolue et relative
Les quantités10,p2; eet13
sont exactes. Maisp2 = 1:414; e= 1:71et 13 = 0:333sont des quantités approximatives. Puisqu"il y a toujours un ecart entre la valeur exacte et la valeur approchée donc il y a une erreur.1.2.1 Erreur absolue
Définition 1.1Soitxune quantité à calculer etxla valeur calculée ( la valeur approchée dex). L"erreur absolue dex(surx), est définie par : E a(x) =jxxj:(1.1) Exemple 1.1On suppose que la valeur exacte estx= 17;001et que les va- leurs mesurées sont : x1= 16;01,x2= 18;01etx3= 17. Alors, on a
E a1(x) =jxx1j= 0:991 4 E a2(x) =jxx2j= 1:009 E a3(x) =jxx3j= 0;001: Comme l"erreur absolueEa3(x)est la plus petite alorsx3= 17est la valeur la plus proche dex. Ainsi la valeur approchéexest plus précise lorsque l"erreur absolue dexest plus petite.1.2.2 Erreur relative
Définition 1.2Soitxune quantité à calculer etxla valeur calculée ( la valeur approchée dex). L"erreur relative est définie par : E r(x) =Ea(x)jxj:(1.2) Généralement, on donne l"erreur relative sous la forme de pourcentage tel qu"on multiplieEr(x)par100%. Exemple 1.2On reprend l"exemple précédentx= 17valeur approchée dex, alors E r(x) =Ea(x)jxj=0;001j17;001j=10317001103=117001AlorsEr(x)'6103%:
1.2.3 Majoration des erreurs absolue et relative
En pratique, il est difficile d"évaluer les erreurs absolue et relative, car on ne connaît généralement pas la valeur exacte dexet l"on n"a quex. Pour les apprécier on introduit la notion de majorant de l"erreur absolue et de l"erreur relative. Définition 1.3On définit un majorant de l"erreur absoluexd"une valeur approchéexpar : E a(x) =jxxj x,xxxx+ x tel quexest un nombre réel positif. Définition 1.4On définit un majorant de l"erreur relativexd"une valeur approchéexpar : E r(x) =Ea(x)jxjx(1.3) tel quexest un nombre réel positif 5 Par suite le majorant de l"erreur relative àxest défini par x=xjxj:(1.4) Dans le cas de quantités mesurées expérimentalement dont on ne connaît que la valeur approximative, on dispose souvent d"une borne supérieure pour l"erreur absolue qui dépend de la précision des instruments de mesure utilisés. Remarque 1.1Soitxun nombre tel quex1xx2alorsx=x1+x22 est une approximation dexavec une majoration de l"erreur absoluex=x2x12 Exemple 1.3Une surface est donné parx= 60m22%:L"erreur relative à la valeur approchéex= 60m2estx= 0;02. Alors l"erreur absolue est : x=xx= 600;02 = 1;2m2: D"où, la surface exacte estx2[xx; x+ x] = [58:8;61:2]: Proposition 1.1(Addition) Soientx,ydeux valeurs positives,xetydeux valeurs approchées dexetyrespectivement. Alors on a1.(x+y) = x+ y;
2.(x+y)max(x;y):
Preuve.
1.On a xxxx+ xetyyyy+ y. Alors
(x+y)(x+ y)x+y(x+y) + x+ y Ainsix+ yest un majorant de l"erreur absolue dex+y, donc (x+y) = x+ y: 2. On a (x+y) =(x+y)jx+yj=x+ yx +y=xx x jx+yj+yy y jx+yj =x1+y2où1=xjx+yj>0; 2=yjx+yj>0et1+2= 1max(x;y)1+max(x;y)2= (1+2)max(x;y) = max(x;y):Proposition 1.2(Soustraction) Soientx,ydeux valeurs positives,xety
deux valeurs approchées dexetyrespectivement. Alors on a 6