Calcul Formel et Numérique
|
|
- Eveline Desjardins
- il y a 8 ans
- Total affichages :
Transcription
1 Cours de calcul numérique p. 1/67 Calcul Formel et Numérique INFO-F-205 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212
2 Cours de calcul numérique p. 2/67 Table de matières Introduction au calcul numérique. Analyse d erreurs. Résolution des systèmes linéaires. Interpolation. Curve fitting. Résolution numérique des équations différentielles ordinaires. Résolution des équations non linéaires.
3 Cours de calcul numérique p. 3/67 Arithmétique et calcul numérique Il fait combien le calcul ? >> format long e >> ans = e+000 >> ans+0.2 ans = e+000 >> ans+0.2 ans = e+000
4 Cours de calcul numérique p. 4/67 Arithmétique et calcul numérique Il fait combien le calcul 2 2 2? >> sqrt(2)*sqrt(2)-2 ans = e-016
5 Cours de calcul numérique p. 5/67 Arithmétique et calcul numérique Il fait combien le calcul 1 3 (4/3 1)? >> a=4/3 a = >> b=a-1 b = >> c=1-3*b c = e-016
6 Cours de calcul numérique p. 6/67 Arithmétique et calcul numérique Supposons que je somme un nombre positif à 1 un milliard de fois. Est-ce que le résultat sera plus grand que 1? format long x=1; delta=eps/2; delta>0 no_iter=1e8; for (i=1:no_iter) x=x+delta; end x x>1 pause (x+delta*no_iter)>1
7 Cours de calcul numérique p. 7/67 Erreurs Chaque analyse numérique doit se confronter avec une certaine dose d erreurs. Qu est-ce qu une erreur? D où viennent les erreurs? Quelles conséquences ont-elles? Comment analyser leurs effets?
8 Cours de calcul numérique p. 8/67 Nombre approché Un nombre approché ˆx est un nombre légèrement différent du nombre exact x et qui dans le calcul remplace ce dernier. Si l on sait que ˆx < x, ˆx est dit valeur approchée du nombre x par défaut; si ˆx > x, ˆx est une valeur approchée par excès. Soit x = 2. Le nombre ˆx = 1.41 est une valeur approchée par défaut, alors que le nombre ˆx = 1.42 est une valeur approchée par excès. Si ˆx est une valeur approchée de x on note ˆx x
9 Cours de calcul numérique p. 9/67 Erreur absolue Définition (Erreur absolue). On appelle erreur absolue δ x d un nombre approché ˆx la valeur absolue de la différence entre le nombre exact x correspondant et le nombre approché donné δ x = ˆx x. Définition (Écart relatif). L écart relatif d un nombre approché ˆx est le rapport ρ x = ˆx x x. Cette relation peut aussi être écrite sous la forme ˆx = x(1 + ρ x ).
10 Cours de calcul numérique p. 10/67 Erreur relative Définition (Erreur relative). L erreur relative ε x d un nombre approché ˆx est la valeur absolue de l écart relatif, c.-à-d. le rapport de l erreur absolue δ x de ce nombre et du module du nombre exact correspondant (si x 0) ε x = ρ x = ˆx x x = δ x x L erreur relative fournit une information plus pertinente sur la grandeur réelle de l erreur. Cependant, elle n est définie que pour x 0. Définition (Borne supérieure relative.). La borne supérieure d erreur relative u d un nombre approché ˆx donné est un nombre quelconque supérieur ou égal à l erreur relative de ce nombre ε x = ρ x u
11 Cours de calcul numérique p. 11/67 Sources d erreurs: erreurs de modélisation Les erreurs commises dans les problème mathématiques peuvent être en principe classées en cinq catégories. Les deux premiers types d erreur sont regroupés sous le nom d erreurs de modélisation tandis que les trois derniers sont appelés erreurs numériques. Erreurs de modèle: ces erreurs sont dues au fait que les modèles mathématiques sont plus ou moins idéalisés, ce qui donne lieu à plusieurs erreurs. Un exemple est l erreur du modèle du pendule qui ne tient pas en considération la force de friction. Erreurs de mesure: ces erreurs sont dues à la présence dans le modèle mathématique de paramètres numériques dont les valeurs ne peuvent être déterminées qu approximativement suite à des mesures expérimentales. Telles sont toutes les constantes physiques, comme, par exemple, la longueur l dans le modèle du pendule.
12 Cours de calcul numérique p. 12/67 Sources d erreurs: erreurs numériques Erreurs d approximation ou de troncature: ces sont les erreurs associées aux processus infinis en analyse mathématique (par exemple les séries numériques). e = ! + 1 2! + 1 3! +... Erreurs d arrondi: ce sont les erreurs associées au système de numération. Elles sont dues au fait qu un ordinateur ne peut prendre en considération qu un nombre fini de chiffres. Erreurs de propagation et génération: ces sont les erreurs qui apparaissent dans le résultat d une opération comme conséquence des erreurs des opérandes. Dans ce qui suit nous allons nous intéresser aux deux derniers types d erreur.
13 Cours de calcul numérique p. 13/67 Représentation des nombres en machine Un ordinateur ne peut représenter qu un sous-ensemble fini de l ensemble des nombres réels. Toute opération d un ordinateur est entachée par des erreurs d arrondi. Notations adoptées pour représenter les nombres réels sur ordinateur: 1. Système à virgule fixe. 2. Système à virgule flottante.
14 Cours de calcul numérique p. 14/67 La notation à virgule fixe Soit x un nombre réel. Sa représentation en virgule fixe est {[a n a n 1...a 1 a 0,a 1 a 2...a m ], b, s} où b N, b 2 est appelée la base, s {0, 1} est appelé le signe, a i N, 0 a i < b, i = m,...,n sont les symboles, m désigne le nombre de chiffres après la virgule, n + 1 est le nombre de chiffres avant la virgule, et la valeur x R est ( n ) x = ( 1) s a k b k. k= m Si s = 0, x est un nombre positif, autrement il est un nombre négatif.
15 Cours de calcul numérique p. 15/67 Exemples Soient b = 10, n = 3, m = 6, s = 0. Alors l écriture à virgule fixe [0030, ] désigne le réel x = = l écriture [0000, ] désigne le réel x = Soient b = 16, n = 3, m = 6, s = 0. Alors l écriture [0030, ] désigne le réel = l écriture [0000, ] désigne le réel x =
16 Cours de calcul numérique p. 16/67 Symboles et nombres Il est important de remarquer la différence qui existe entre symboles et nombres. [111, 101] nombre si et seulement si b = 10, autrement [111, 101] nombre pour b = 2 [111, 101] nombre pour b = 3 N.B: Le nombre 0.1 a une représentation finie en base b = 10 mais il a une représentation infinie périodique en base b = 2.
17 Cours de calcul numérique p. 17/67 Bases Les ordinateurs emploient souvent trois bases: b = 10 système décimal symboles: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 affichage des résultats b = 2 système binaire symboles: 0, 1 (bits) calcul. b = 16 système hexadécimal symboles: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D,E, F représentation compacte des binaires par quadruplets.
18 Cours de calcul numérique p. 18/67 Du binaire à l hexadécimal A 1011 B 1100 C 1101 D 1110 E 1111 F
19 Cours de calcul numérique p. 19/67 Propriétés La chaîne de caractères nécessaire à la représentation d un même nombre est autant plus longue que la base est petite. Les nombres en virgule fixe sont équirépartis le long de la droite réelle. L écart entre deux nombres consécutifs réels qui peuvent être représentés en notation à virgule fixe est égal à b m. L utilisation de la virgule fixe limite considérablement les valeurs maximales et minimales des nombres représentés par l ordinateur. Dans le cas binaire, le nombre plus grande que peut être représenté en notation fixe est prés de 2 n+1 1 où n + 1 est le nombre de cases avant la virgule.
20 Cours de calcul numérique p. 20/67 Notation en virgule flottante Étant donné un nombre réel non nul x, sa représentation en virgule flottante est {[a 1 a 2...a t ], e, b, s} où b N, b 2 est appelée la base, e Z, L e U est appelé l exposant, s {0, 1} est appelé le signe, t est le nombre de chiffres significatifs, a i N, 0 < a 1 < b, 0 a i < b, i = 2,...,t (notation normalisée), la quantité m N m = m[x] = t a i b t i = a 1 b t 1 + a 2 b t a t i=1 est appelée mantisse.
21 Cours de calcul numérique p. 21/67 Notation en virgule flottante (II) Nous ne considérons que le cas normalisé, c.-à-d. a 1 > 0 qui implique la relation suivante b t 1 m b t 1 La notation {[a 1 a 2...a t ], e, b, s} est utilisée pour encoder le nombre réel x = ( 1) s b e t a i b i = ( 1) s mb e t i=1
22 Cours de calcul numérique p. 22/67 Exemples La notation à virgule flottante {[3, 4], e = 1, b = 10, s = 0} désigne le réel x = ( 1) s b e t a i b i = 10 1 ( ) = = 3.4 i=1 qui peut être obtenu aussi par [ t x = ( 1) s mb e t = i=1 a i b t i ]b e t = = 3.4 La notation {[3, 4], e = 1, b = 10, s = 1} désigne le réel x = = La notation {[3, 4], e = 1, b = 16, s = 1} désigne le réel x = ( 1) ( ) =
23 Cours de calcul numérique p. 23/67 Propriétés nombres à virgule flottante Notons par F(b, t, L, U) l ensemble des nombres réels qui sont représentés par une notation à virgule flottante en base b, comportant t chiffres significatifs et dont l exposant varie dans l intervalle [L, U]. L ensemble F ne contient pas le zéro si la représentation est normalisée. L ensemble F des nombres à virgule flottante est un sous-ensemble fini de R F(b, t, L, U) R Une relation intéressante est la suivante x F(b, t, L, U) b (L 1) x b U (1 b t )
24 Cours de calcul numérique p. 24/67 Propriétés nombres à virgule flottante (II) On peut montrer que card(f) = 2(b 1)b t 1 (U L + 1) où card(e) dénote le cardinal d un ensemble E. A la différence des nombres à virgule fixe, les nombres réels qui appartienent à l ensemble F ne sont pas équirépartis le long de la droite réelle. Donc, il est important d évaluer l écart entre deux nombres consécutifs.
25 Cours de calcul numérique p. 25/67 Exemple: F(10, 1, 1, 1) [a 1 ] = m e x = mb e t Notons que card(f) = 2(b 1)b t 1 (U L + 1) = 2(9)10 0 (3) = 54 (positifs et négatifs confondus) et que l écart entre deux nombres consécutifs est égal à b e t.
26 Cours de calcul numérique p. 26/67 function r=flo2real(m,e,b,s) Fonction MATLAB % flo2real: from Floating Point notation to % real notation % % FLO2REAL(M,E,B,S) % M - [1,T] vector of significant digits % E - [1,1] exponent % B - [1,1] base % S - [1,1] signum: 0 for positive, 1 for negative % % Returns R [1,1] real number in decimal format
27 Cours de calcul numérique p. 27/67 >> flo2real([3 4],1,10,0) ans = >> flo2real([3 4],-1,10,0) ans = >> flo2real([3 4],-1,16,1) ans = Exemple MATLAB
28 Cours de calcul numérique p. 28/67 function [F,card]=floset (b,t,l,u) Fonction MATLAB % floset: returns the set of real numbers represented % by the floating point notation % % FLOSET(B,T,L,U) % b- [1,1] base % t- [1,1] number of significant digits % L- [1,1] lower bound exponent % U- [1,1] upper bound exponent % % Returns: % F- [card,1] set of real numbers represented by the normalised % floating point notation % % card: cardinality of the set F
29 Cours de calcul numérique p. 29/67 Exemple MATLAB Les nombres à virgule flottante ne sont pas équirépartis le long de la droite réelle (s_floset.m). >> b=10; t=1; L=-1;U=1; >> [f,c]=floset(b,t,l,u); >> plot(f,zeros(size(f)), * ) 1 b=10 t=1 L= 1 U=
30 Cours de calcul numérique p. 30/67 Distance relative Nous définissons la distance relative entre 2 nombres consécutifs x i F et x i+1 F par η(x i ) = x i+1 x i x i Cette distance peut être dérivée en fonction des paramètres du système de notation si x i+1 et x i ont le même exposant η(x i ) = x i+1 x i x i = m[x i+1]b e t m[x i ]b e t m[x i ]b e t = b e t m[x i ]b e t = 1 m[x i ], où m[x i ] est la mantisse du nombre réel x i. Notons que le résultat est valable aussi si x i+1 a un exposant plus grand que x i. Dans ce cas x i+1 = b t 1 b e+1 t = b e, x i = (b t 1)b e t = b e b e t et donc x i+1 x i = b e t
31 Cours de calcul numérique p. 31/67 Distance relative (II) Puisque b t m b t 1 b t 1 m b1 t, on obtient 1 b ǫ x i+1 x i x i ǫ, où ǫ = b 1 t est dit l epsilon machine (eps en MATLAB). Considérons le nombre x i = 1. Puisque m = b t 1 Donc x i = mb e t = b t 1 b e t = b e 1 = 1 e = 1 x i+1 x i x i = x i+1 x i = b 1 t = ǫ Il s ensuit que ǫ est la distance entre x i = 1 et le prochain nombre réel x i+1 = 1 + ǫ qui appartient à F.
32 Cours de calcul numérique p. 32/67 Exemple: F(10, 1, 1, 1) (II) [a 1 ] = m[x i ] e x i η(x i ) = x i+1 x i / x i ( )/0.01= ( )/0.02=1/ ( )/0.08=1/ ( )/0.09=1/ ( )/0.1= ( )/0.8=1/ (1-0.9)/0.9=1/ (2-1)/1= (3-2)/2=1/ (9-8)/8=1/ Comme attendu, la distance relative est bornée entre b t = 0.1 et b 1 t = 1.
33 Phénomène du wobbling Soit F(10, 1, 1, 1). Nous traçons les distances relatives η(x i ) en fonction des réels x i F, Relative Distance Floating point numbers Conformément aux formules théoriques, les bornes inférieure et supérieure sont respectivement b t = 0.1 et b 1 t = 1. Le phénomène d oscillation des distances relatives η(x i ) est connu sous le nom de wobbling precision. Il est d autant plus prononcé que la base b est grande. C est une raison pour laquelle on préfère employer de petites bases dans les ordinateurs. Cours de calcul numérique p. 33/67
34 Cours de calcul numérique p. 34/67 Espace mémoire et représentation Pour un espace mémoire fixé à l avance, le système à virgule flottante permet la représentation d un plus grand intervalle des nombres. Considérons une notation binaire (b = 2) à virgule flottante qui utilise 1 bit pour le signe, t = 23 bits pour la mantisse et 8 bits (incluant le signe) pour l exposant. La valeur absolue la plus grande parmi les x F est x maxfl 2 U = 2 (27 1). Pour avoir une valeur maximale comparable, le système à virgule fixe devrait avoir un nombre n + 1 de cases (seulement pour la partie entière) tel que x maxfix 2 n+1 1 = 2 (27 1). Au moins (n + 1) = 127 bits sont nécessaires pour obtenir un intervalle de valeurs comparable à celui du système en virgule flottante.
35 Cours de calcul numérique p. 35/67 Représentation machine des réels Considérons un ordinateur qui utilise la notation à virgule flottante avec base b, t chiffres significatifs et L e U. Dans un tel ordinateur, seul un sous-ensemble F(b, t, L, U) R de nombres réels peut être représenté et manipulé. Par conséquent, nous sommes confrontés au problème de représentation d un nombre réel quelconque x R qui n appartient pas à F. L approche typique consiste à arrondir x de façon à ce que le nombre arrondi appartienne à F.
36 Cours de calcul numérique p. 36/67 Représentation machine des réels (II) Trois situations peuvent se produire 1. x > b U (1 b t ): le nombre x ne peut être représenté par le système de notation et on dit que nous sommes dans une situation d overflow. L overflow provoque normalement une interruption du programme par le système. 2. x < b L 1 : dans ce cas on parle d underflow. D habitude l underflow est géré en remplaçant x par b L 1 x b U (1 b t ) et x F: dans ce cas, en prenant un nombre des chiffres significatifs infini, le nombre x F peut être représenté de la manière suivante où e [L, U]. {[a 1 a 2...a t a t+1 a t+2...], e, b, s}
37 Cours de calcul numérique p. 37/67 Représentation machine des réels (III) Dans le troisieme cas, deux transformations de x sont possibles: Transformation d arrondi: x fl(x) où fl(x) F(b, t, L, U) a comme notation en virgule flottante fl(x) = {[a 1 a 2...a t], e, b, s} et a t = { at si a t+1 < b/2 a t + 1 si a t+1 b/2
38 Cours de calcul numérique p. 38/67 Représentation machine des réels (IV) Transformation de troncature: x tr(x) où tr(x) F(b, t, L, U) a comme notation en virgule flottante tr(x) = {[a 1 a 2...a t ], e, b, s}
39 Cours de calcul numérique p. 39/67 L erreur d arrondi Considérons un ordinateur utilisant une notation F(b, t, L, U). Soit x R un nombre réel quelconque et fl(x) F la représentation machine à virgule flottante de x. Désignons par ε x son erreur relative ε x = fl(x) x x. Nous allons évaluer la borne supérieure de l erreur relative d arrondi. Soient x i F(b, t, L, U) et x i+1 F(b, t, L, U) les 2 nombres consécutifs à virgule flottante tels que x i x x i+1.
40 Cours de calcul numérique p. 40/67 L erreur d arrondi (II) Puisque fl(x) x 1 2 x i+1 x i et x x i, il vient alors que ε x ρ x = fl(x) x x 1 2 x i+1 x i x i 1 2 b1 t = 1 2 ǫ = u où u est dite la précision machine. On obtient ˆx = fl(x) = x(1 + ρ x ) où ε x = ρ x u est dit l erreur d arrondi. La précision machine donne l ordre de grandeur de la meilleure précision atteignable sur un ordinateur!
41 Cours de calcul numérique p. 41/67 Standard IEC/IEEE Nécessité d éviter une prolifération de systèmes de représentation, qui différent en base, nombre de chiffres significatifs et exposants. Le standard le plus répandu est le standard connu sous le nom IEC 559. Ceci a été développé par le IEEE (Institute of Electrical and Electronic Engineers) en 1985 et approuvé en 1989 par le IEC (International Electronic Commission). Le standard spécifie, entre autres, les opérations arithmétiques de base, la racine carrée, le reste, la conversion entre représentation décimale et binaire, le comportement suite à un overflow/underflow Le but est d éviter les incompatibilités entre ordinateurs différents.
42 Cours de calcul numérique p. 42/67 Codages spéciaux Le standard IEEE définit aussi les codages spéciaux pour les situations exceptionnelles qui ne sont pas couvertes par le codage standard. Un exemple sont les non-nombres (en abrégé NaN pour Not a Number) qui correspondent entre autres au résultat de la division 0/0. Valeur Exposant Mantisse MATLAB 0 L U f f U fff NaN U fff
43 Cours de calcul numérique p. 43/67 Formats à simple précision Supposons qu un ordinateur dispose de N cases mémoires pour stocker un nombre. Il y a typiquement sur un ordinateur deux formats disponibles pour les nombres à virgule flottante. Précision simple: N = 32 bits répartis comme suit: 1 bit pour le signe 8 bits pour l exposant (en incluant le signe de l exposant) 23 bits pour la mantisse
44 Cours de calcul numérique p. 44/67 Formats à double précision Précision double: N = 64 bits répartis comme suit: 1 bit pour le signe 11 bits pour l exposant (en incluant le signe de l exposant) 52 bits pour la mantisse dans la notation binaire normalisée, le premier bit est toujours égal à 1. Ceci permet d eviter de le stocker. Donc avec 52 bit on a le même pouvoir de représentation de t = 53. l epsilon machine est ǫ = b 1 t = 2 52 = En Matlab la variable eps représente cette valeur. la double précision en base b = 2 corresponde à une précision à 16 chiffres significatifs dans le cas décimal (b = 10).
45 Cours de calcul numérique p. 45/ }{{} 4 >> format hex >> pi ans = fb54442d18 Réprésentation MATLAB La représentation binaire de π en Matlab est donc 0000 }{{} }{{} }{{} }{{} }{{} }{{} f 1011 }{{} b 0101 }{{} }{{} }{{} }{{} }{{} }{{} d 0001 }{{} }{{} 8 }{{} } {{ } } {{ } signe exposant mantisse où
46 Cours de calcul numérique p. 46/67 Réprésentation MATLAB (II) 0 est le bit du signe (positif) les 11 bits représentent l exposant (L = 1021, U = 1024) les 52 bits restants {a 2,...,a t } = sont les 52 chiffres significatifs. Notons que il faut faire préceder ces bits par un bit additionnel a 1 = 1 pour avoir l ensemble des t = 53 chiffres significatifs. La valeur de l exposant est = = 2 La valeur de la quantité t i=1 a ib i est La valeur de la quantité ( 1) s b e t i=1 a ib i =
47 Cours de calcul numérique p. 47/67 Réprésentation MATLAB (III) MATLAB utilise 11 bits pour l exposant. Au total, 2 11 = 2048 valeurs dans l intervalle [0, 2047] sont possibles et elles sont reparties de la manière suivante: U + 1 = 1025 quand e = Il est utilisé pour Inf et NaN. U = 1024 quand e = Le nombre reel le plus grand en valeur absolu et appelé realmax et a valeur L = 1021 quand e = Le nombre reel le plus petit en valeur absolu et appelé realmin et a valeur L 1 = 1022 quand e = Il est utilisé pour représenter le zéro
48 Cours de calcul numérique p. 48/67 Précision vs. domaine Domaine: déterminé par le nombre de bits assignés à 1. l exposant 2. la base. Précision: déterminée par le nombre de bits assignés aux 1. chiffres significatifs 2. la base. Pour un nombre fixe de cases mémoires: en échangeant bits de la mantisse contre bits de l exposant, nous sacrifions la précision au bénéfice de l amplitude du domaine (et vice-versa). en augmentant la base, nous élargissons le domaine mais nous assistons par conséquent à un phénomène de wobbling plus important (et vice-versa) (Exemple base b = 16 pour le système IBM 370).
49 Cours de calcul numérique p. 49/67 Nous avons vu comme chaque représentation machine d un réel implique une approximation et introduit par conséquence, une erreur relative ε dite d arrondi. Ceci est valable aussi pour les données d un problème numérique x = F(d). En appliquant la formule de l erreur d arrondi on obtient fl(d) = d(1 + ρ d ) avec ρ d u = 1 2 b1 t. La propagation des erreurs d arrondi des données pendant la résolution d un problème numérique engendre deux types d erreur: 1. erreur de propagation due au problème, 2. erreur de génération due à l algorithme.
50 Cours de calcul numérique p. 50/67 Approximation de Taylor d ordre 1 Si la fonction F admet une dérivée d ordre 1 dans un voisinage de x de taille δ on peut écrire la fonction F de la manière suivante: où err=o(δ) c.-à-d. F(x + δ) = F(x) + F (x)δ + err lim δ 0 err δ = 0 Le développement limité d ordre 1 consiste à approcher F(x + δ) par F(x + δ) F(x) + F (x)δ
51 Cours de calcul numérique p. 51/67 L erreur de propagation Considérons le problème mathématique bien posé x = F(d) où d représente les données du problème. Supposons qu un ordinateur avec notation à virgule flottante F(b, t, L, U) est utilisé pour résoudre le problème. Pour ce faire, les données d doivent être introduites et codées par la machine. Ceci engendre une approximation des données par ˆd = fl(d) = d(1 + ρ d ) où d R et ˆd F.
52 Cours de calcul numérique p. 52/67 L erreur de propagation (II) En appliquant la fonction F( ) aux données ˆd, on obtient F( ˆd) = F (d(1 + ρ d )) = F(d + dρ d ) F(d) + F (d)dρ d = x ( 1 + F ) (d)dρ d F(d) où ρ d est l écart relatif dû à l arrondi des données et κ est le conditionnement du problème. = x(1 + κρ d ) Bien que F( ˆd) R il pourrait se produire que F( ˆd) F(b, t, L, U). Dans ce cas l ordinateur renvoie comme résultat final de l évaluation ˆx = fl(f( ˆd)) = x(1 + κρ d )(1 + ρ F( ˆd) ) où ρ F( ˆd) désigne l erreur d arrondi de F( ˆd) et κρ d est défini comme l erreur de propagation. si le conditionnement κ > 1, le calcul de la solution par le biais d une machine a comme conséquence l agrandissement de l erreur initiale ρ d.
53 Cours de calcul numérique p. 53/67 δ d d d x erreur propagation δ x F( d) x erreur arrondi
54 Cours de calcul numérique p. 54/67 L erreur d annulation Un cas particulier d erreur de propagation est l erreur d annulation. Ceci se vérifie pendant la soustraction de deux termes très rapprochés. Considérons une représentation en virgule flottante avec base b = 10 et t = 4 chiffres significatifs. Soit x = F(d) = d 1 le problème à résoudre et d = = la donnée. La solution exacte est x = Après le codage du nombre réel d en notation machine (t = 4), on obtient ˆd = =
55 Cours de calcul numérique p. 55/67 L erreur d annulation (II) L erreur absolue relative de la donnée approchée est ˆd d ε d = d = Cette quantité est petite et peut être considérée comme négligeable. En résolvant le problème à l aide de la machine, on obtient la solution approchée ˆx = = F(b, t, L, U). L erreur absolue relative de la solution approchée est ε x = F( ˆd) x x = donc, cette quantité n est pas négligeable;
56 Cours de calcul numérique p. 56/67 L erreur d annulation (III) l erreur d annulation est égale au produit du conditionnement du problème par l erreur relative d entrée ε x = κ(d)ε d F (d) d F(d) ε d = d d 1 ε d = ε d = 1 50.
57 Cours de calcul numérique p. 57/67 Considérations Le fait qu un problème soit bien/mal conditionné est une propriété indépendante de l algorithme numérique choisi pour résoudre le problème. L erreur de propagation ne peut pas être évitée en changeant la méthode numérique. Ensuite nous allons introduire l erreur de génération qui, au contraire de l erreur de propagation, dépend de la méthode numérique.
58 Cours de calcul numérique p. 58/67 L erreur de génération Supposons que le problème x = F(d) soir résolu par un algorithme décomposable en une série d étapes: x 1 = F 1 (d), x 2 = F 2 (x 1 ), x 3 = F 3 (x 2 ),...,x = F n (x n 1 ). Soit d R la donnée codée par la machine en ˆd = d(1 + ρ d ). Après la première étape x 1 = F 1 (d), l algorithme génère ˆx 1 = x 1 (1 + κ 1 ρ d )(1 + ρ 1 ) = x 1 (1 + ρ c x 1 ) où κ 1 est le conditionnement de F 1, ρ 1 est l erreur d arrondi commise pour stocker le résultat de la première étape et ρ c x 1 = (κ 1 ρ d + ρ 1 + κ 1 ρ d ρ 1 ) (κ 1 ρ d + ρ 1 ). en négligéant les termes infiniments petits d ordre supérieur.
59 Cours de calcul numérique p. 59/67 L erreur de génération (II) à chaque étape la machine exécute le calcul et transforme le résultat en virgule flottante. Ceci engendre à chaque étape une erreur additionnelle d arrondi qui va se propager dans les étapes successives. A la deuxième étape on obtient ˆx 2 = x 2 (1 + κ 2 ρ c x 1 )(1 + ρ 2 ) x 2 (1 + ρ 2 + κ 2 ρ 1 + κ 2 κ 1 ρ d ) D une manière récursive on déduit que à la n-ième étape ˆx x(1 + err. arr err. prop {}}{ { }} { ρ n + κ n κ n 1 ρ n κ n...κ 2 ρ } {{ } 1 + κ n...κ 1 ρ d ) erreur génération
60 Cours de calcul numérique p. 60/67 δ d d d x erreur propagation erreur generation δx x erreur arrondi
61 Cours de calcul numérique p. 61/67 Les trois composantes de l erreur L erreur finale est composée de trois parties: l erreur d arrondi, l erreur de propagation (indépendante de l algorithme) et l erreur de génération (liée à la forme de la méthode). ρ d F 1 κ 1 ρ 1 F 2 κ 2 ρ 2 F n-1 κ n-1 ρ n-1 F n κ n { propagation { génération ρ n { arrondi
62 Cours de calcul numérique p. 62/67 Exemple Considérons un système de représentation en virgule flottante avec base b = 10 et t = 3 chiffres significatifs. Soit x = F(d) = e d 1 le problème à résoudre et d = = la donnée. La solution exacte est x = = F. La donnée garde la même valeur après le codage puisque d = ˆd F. Considérons deux algorithmes différents pour résoudre ce même problème: le premier algorithme effectue le calcul en une seule étape (c.-à-d. sans stockage intermédiaire) le deuxième utilise deux étapes x = F 1 (d) = F(d), x 1 = F 1 (d) = e d, x 2 = F 2 (x 1 ) = x 1 1.
63 Cours de calcul numérique p. 63/67 Exemple (II) Les deux algorithmes sont identiques d un point de vue mathématique, ils produisent deux résultats numériques différents. Le premier algorithme fournit la solution exacte ˆx = x. Le deuxième algorithme fournit ˆx 1 = fl(f 1 ( ˆd)) = fl(e ˆd) = fl(1.0124) = 1.01 = , ˆx = F 2 (ˆx 1 ) = ˆx 1 1 = 0.01 = L erreur relative du deuxième algorithme (due à la seule composante de génération puisque l erreur d arrondi à l entrée est absente) est ε x = ˆx x x =
64 Cours de calcul numérique p. 64/67 L erreur d absorption L erreur d absorption se vérifie pendant l addition de deux opérandes d 1 et d 2 avec d 2 d 1. Supposons b = 10, t = 6 et x = F(d) = (d 1 + d 2 ) avec d 1 = = et d 2 = 1 = Puisque d 1 = ˆd 1 et d 2 = ˆd 2, on obtient ˆx = fl(d 1 + d 2 ) = fl( ) = = Les chiffres significatifs de d 1 sont perdus. Ceci implique une erreur relative de petite taille ˆx x x = mais qui peut se avérer gênante dans la poursuite du calcul.
65 Cours de calcul numérique p. 65/67 L erreur d absorption (II) Supposons b = 10, t = 6 et x = F(d) = (d 1 + d 2 ) 1 avec d 1 = = et d 2 = 1 = La solution exacte est x = d 1. Puisque ˆd 1 + ˆd 2 = et fl( ˆd 1 + ˆd 2 ) = = , ˆx = fl(fl( ˆd 1 + ˆd 2 ) 1) = fl( ) = = , l erreur relative absolue s élève à ε x = ˆx x x = ˆx x x = = L erreur finale est donc non négligeable. =
66 Cours de calcul numérique p. 66/67 Considérations Plusieurs algorithmes peuvent être proposés pour résoudre le même problème mathématique. Afin de réduire l erreur de génération, qui est le seul à dépendre de l algorithme même, une règle empirique générale doit être tenue en considération: si on ne peut pas éliminer les calculs avec un grand conditionnement, alors il vaut mieux les insérer le plus tôt possible dans l algorithme. A chaque étape de l algorithme l erreur d entrée est amplifiée d une façon proportionnelle au conditionnement de l étape. En déplaçant, si possible, les étapes qui affichent le plus grand conditionnement au début, celles-ci causeront une amplification de l erreur plus petite que dans le cas d une autre localisation dans l algorithme.
67 Cours de calcul numérique p. 67/67 Conseils pour créer un algorithme stable Les programmeurs d algorithmes numériques doivent se confronter chaque jour aux problèmes de stabilité des algorithmes. Voici quelques conseils basés sur les résultats précédents pour réduire ces problèmes Éviter, si possible, de soustraire des quantités entachées d erreur. Minimiser la magnitude des résultats intermédiaires pour éviter les erreurs d absorption. Évaluer les formulations alternatives qui sont mathématiquement équivalentes mais numériquement différentes. Utiliser seulement des transformations bien conditionnées. Être attentif aux problèmes de overflow/underflow. Regarder attentivement les résultats intermédiaires.
IFT2880 Organisation des ordinateurs et systèmes
Représentation des nombres flottants Notation exponentielle Représentations équivalentes dans la base 10 de 1,234 1 2 3, 4 0 0. 0 x 1 0-2 1 2, 3 4 0. 0 x 1 0-1 1, 2 3 4. 0 x 1 0 1 2 3. 4 x 1 0 1 2. 3 4
Plus en détailLogiciel de Base. I. Représentation des nombres
Logiciel de Base (A1-06/07) Léon Mugwaneza ESIL/Dépt. Informatique (bureau A118) mugwaneza@univmed.fr I. Représentation des nombres Codage et représentation de l'information Information externe formats
Plus en détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailChapitre 10 Arithmétique réelle
Chapitre 10 Arithmétique réelle Jean Privat Université du Québec à Montréal INF2170 Organisation des ordinateurs et assembleur Automne 2013 Jean Privat (UQAM) 10 Arithmétique réelle INF2170 Automne 2013
Plus en détailReprésentation d un nombre en machine, erreurs d arrondis
Chapitre Représentation d un nombre en machine, erreurs d arrondis Ce chapitre est une introduction à la représentation des nombres en machine et aux erreurs d arrondis, basé sur [], [].. Un exemple :
Plus en détailNombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN
Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques
Plus en détailV- Manipulations de nombres en binaire
1 V- Manipulations de nombres en binaire L ordinateur est constitué de milliards de transistors qui travaillent comme des interrupteurs électriques, soit ouverts soit fermés. Soit la ligne est activée,
Plus en détailConversion d un entier. Méthode par soustraction
Conversion entre bases Pour passer d un nombre en base b à un nombre en base 10, on utilise l écriture polynomiale décrite précédemment. Pour passer d un nombre en base 10 à un nombre en base b, on peut
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailInformatique Générale
Informatique Générale Guillaume Hutzler Laboratoire IBISC (Informatique Biologie Intégrative et Systèmes Complexes) guillaume.hutzler@ibisc.univ-evry.fr Cours Dokeos 625 http://www.ens.univ-evry.fr/modx/dokeos.html
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
Plus en détailLES TYPES DE DONNÉES DU LANGAGE PASCAL
LES TYPES DE DONNÉES DU LANGAGE PASCAL 75 LES TYPES DE DONNÉES DU LANGAGE PASCAL CHAPITRE 4 OBJECTIFS PRÉSENTER LES NOTIONS D ÉTIQUETTE, DE CONS- TANTE ET DE IABLE DANS LE CONTEXTE DU LAN- GAGE PASCAL.
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailArchitecture des ordinateurs TD1 - Portes logiques et premiers circuits
Architecture des ordinateurs TD1 - Portes logiques et premiers circuits 1 Rappel : un peu de logique Exercice 1.1 Remplir la table de vérité suivante : a b a + b ab a + b ab a b 0 0 0 1 1 0 1 1 Exercice
Plus en détailBases de programmation. Cours 5. Structurer les données
Bases de programmation. Cours 5. Structurer les données Pierre Boudes 1 er décembre 2014 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License. Types char et
Plus en détailLicence Sciences et Technologies Examen janvier 2010
Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.
Plus en détailCours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions
Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental
Plus en détailAlgorithme. Table des matières
1 Algorithme Table des matières 1 Codage 2 1.1 Système binaire.............................. 2 1.2 La numérotation de position en base décimale............ 2 1.3 La numérotation de position en base binaire..............
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailCodage d information. Codage d information : -Définition-
Introduction Plan Systèmes de numération et Représentation des nombres Systèmes de numération Système de numération décimale Représentation dans une base b Représentation binaire, Octale et Hexadécimale
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détailAtelier C TIA Portal CTIA04 : Programmation des automates S7-300 Opérations numériques
Atelier C TIA Portal CTIA04 : Programmation des automates S7-300 Opérations numériques CTIA04 Page 1 1. Les types de données sous S7 300 Il existe plusieurs types de données utilisées pour la programmation
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailDate : Note /20 : EVALUATION Nom : Prénom : Classe : Traitement sur mots
Date : Note /20 : EVALUATION Nom : Prénom : Classe : Traitement sur mots API-1 Etre capable de : Sélectionner un format de mot adapté au type de donnée à traiter par un API. D interpréter les données contenues
Plus en détailArithmétique réelle. Introduction à l arithmétique flottante La précision des calculs: analyse et améliorations. Valérie Ménissier-Morain
Arithmétique réelle Introduction à l arithmétique flottante La précision des calculs: analyse et améliorations Valérie Ménissier-Morain Université Pierre et Marie Curie - Paris 6 LIP6 - Département CALSCI
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailIN 102 - Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C
IN 102 - Cours 1 Qu on le veuille ou non, les systèmes informatisés sont désormais omniprésents. Même si ne vous destinez pas à l informatique, vous avez de très grandes chances d y être confrontés en
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailPrésentation du langage et premières fonctions
1 Présentation de l interface logicielle Si les langages de haut niveau sont nombreux, nous allons travaillé cette année avec le langage Python, un langage de programmation très en vue sur internet en
Plus en détailTrépier avec règle, ressort à boudin, chronomètre, 5 masses de 50 g.
PHYSQ 130: Hooke 1 LOI DE HOOKE: CAS DU RESSORT 1 Introduction La loi de Hooke est fondamentale dans l étude du mouvement oscillatoire. Elle est utilisée, entre autres, dans les théories décrivant les
Plus en détailavec des nombres entiers
Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailArchitecture de l ordinateur
Architecture de l ordinateur Emmanuel Lazard Université Paris-Dauphine mars 2011 Computers are my forte! BRAZIL (Terry Gilliam, 1985) Ce document a initialement été publié sous forme de livre : Emmanuel
Plus en détailLes opérations binaires
Les opérations binaires Compétences associées A2 : Analyser et interpréter une information numérique Objectifs Etre capable: - De coder les nombres entiers en code complément à 2. - De résoudre les opérations
Plus en détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en détailOrganisation des Ordinateurs
Organisation des Ordinateurs Bernard Boigelot E-mail : boigelot@montefiore.ulg.ac.be URL : http://www.montefiore.ulg.ac.be/~boigelot/ http://www.montefiore.ulg.ac.be/~boigelot/cours/org/ 1 Chapitre 1 Les
Plus en détailCours 9. Régimes du transistor MOS
Cours 9. Régimes du transistor MOS Par Dimitri galayko Unité d enseignement Élec-info pour master ACSI à l UPMC Octobre-décembre 005 Dans ce document le transistor MOS est traité comme un composant électronique.
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailDes réels aux flottants : préservation automatique de preuves de stabilité de Lyapunov
Des réels aux flottants : préservation automatique de preuves de stabilité de Lyapunov Olivier Hermant et Vivien Maisonneuve CRI, MINES ParisTech, PSL Research University prenom.nom@mines-paristech.fr
Plus en détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailPetit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007
Petit lexique de calcul à l usage des élèves de sixième et de cinquième par M. PARCABE, professeur au collège Alain FOURNIER de BORDEAUX, mars 2007 page 1 / 10 abscisse addition additionner ajouter appliquer
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailCours 1 : Introduction Ordinateurs - Langages de haut niveau - Application
Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application 1 Ordinateur Un
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voies : Mathématiques, physique et sciences de l'ingénieur (MPSI) Physique, chimie et sciences de l ingénieur (PCSI) Physique,
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailProgrammation C. Apprendre à développer des programmes simples dans le langage C
Programmation C Apprendre à développer des programmes simples dans le langage C Notes de cours sont disponibles sur http://astro.u-strasbg.fr/scyon/stusm (attention les majuscules sont importantes) Modalités
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailALGORITHMIQUE ET PROGRAMMATION En C
Objectifs ALGORITHMIQUE ET PROGRAMMATION Une façon de raisonner Automatiser la résolution de problèmes Maîtriser les concepts de l algorithmique Pas faire des spécialistes d un langage Pierre TELLIER 2
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailPuissances d un nombre relatif
Puissances d un nombre relatif Activités 1. Puissances d un entier relatif 1. Diffusion d information (Activité avec un tableur) Stéphane vient d apprendre à 10h, la sortie d une nouvelle console de jeu.
Plus en détailRappels Entrées -Sorties
Fonctions printf et scanf Syntaxe: écriture, organisation Comportement Données hétérogènes? Gestion des erreurs des utilisateurs 17/11/2013 Cours du Langage C ibr_guelzim@yahoo.fr ibrahimguelzim.atspace.co.uk
Plus en détailMathématiques financières
Mathématiques financières Table des matières 1 Intérêt simple 1 1.1 Exercices........................................ 1 2 Intérêt composé 2 2.1 Taux nominal, taux périodique, taux réel.......................
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailMICROINFORMATIQUE NOTE D APPLICATION 1 (REV. 2011) ARITHMETIQUE EN ASSEMBLEUR ET EN C
Haute Ecole d Ingénierie et de Gestion Du Canton du Vaud MICROINFORMATIQUE NOTE D APPLICATION 1 (REV. 2011) ARITHMETIQUE EN ASSEMBLEUR ET EN C Programmation en mode simulation 1. DOCUMENTS DE RÉFÉRENCE...
Plus en détailDU BINAIRE AU MICROPROCESSEUR - D ANGELIS CIRCUITS CONFIGURABLES NOTION DE PROGRAMMATION
145 NOTION DE PROGRAMMATION 1/ Complétons notre microprocesseur Nous avons, dans les leçons précédentes décrit un microprocesseur théorique, cependant il s inspire du 6800, premier microprocesseur conçu
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailINITIATION AU LANGAGE C SUR PIC DE MICROSHIP
COURS PROGRAMMATION INITIATION AU LANGAGE C SUR MICROCONTROLEUR PIC page 1 / 7 INITIATION AU LANGAGE C SUR PIC DE MICROSHIP I. Historique du langage C 1972 : naissance du C dans les laboratoires BELL par
Plus en détailPartie 1. Professeur : Haouati Abdelali. CPGE Lycée Omar Ibn Lkhattab - Meknès www.haouati.com haouaticpge@gmail.com
Partie 1 Professeur : Haouati Abdelali CPGE Lycée Omar Ibn Lkhattab - Meknès www.haouati.com haouaticpge@gmail.com Partie I : Généralités et algorithmique de base 1. Environnement matériel et logiciel
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailChapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailLES GENERATEURS DE NOMBRES ALEATOIRES
LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détail