Sunteți pe pagina 1din 162

REPUBLIQUE DU BENIN

Ministre de lEnseignement Suprieur et de la


Recherche Scientifique
Universit dAbomey Calavi

Ecole Polytechnique dAbomey Calavi

CLASSES PREPARATOIRES AUX CYCLES DINGENIEURS

Notes de Cours :

ANALYSE NUMERIQUE POUR LINGENIEUR

Enseignant :
Jol M. ZINSALO,

Mai 2012

Analyse numrique pour Ingnieurs


Contenu
Chapitre 1 : Analyse derreurs
Chapitre 2 : Rsolution numrique des quations non linaires
Chapitre 3 : Rsolution des systmes dquations linaires : mthodes directes
Chapitre 4 : Rsolution des systmes dquations non linaires : mthodes
itratives
Chapitre 5 : Rsolution numrique des systmes non linaires
Chapitre 6 : Interpolation - Approximation
Chapitre 7 : Drivation numrique
Chapitre 8 : Intgration numrique
Chapitre 9 : Rsolution numrique des quations diffrentielles

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 2

Analyse numrique pour Ingnieurs


CHAPITRE 1
ANALYSE DERREURS
1.

Introduction

On distingue trois principaux types derreurs en analyse numrique :


-

les erreurs de modlisation ;

les erreurs de reprsentation sur ordinateur ;

les erreurs de troncature.

Les erreurs de modlisation proviennent de ltape de mathmatisation du


phnomne physique auquel on sintresse.
Les

erreurs

de

reprsentation

sur

ordinateur

(gnralement

binaire)

saccumulent lorsque lon effectue un trs grand nombre doprations et peuvent


compromettre la prcision des rsultats.
Les erreurs de troncature proviennent principalement de lutilisation du
dveloppement de Taylor, qui permet par exemple de remplacer une quation
diffrentielle par une quation physique.
Le dveloppement de Taylor est le principal outil mathmatique du numricien. Il
est donc primordial den matriser lnonc et ses consquences.
2.

Quelques dfinitions utiles

Dfinition 1
Soit x, un nombre, et x* , une approximation de ce nombre. Lerreur absolue est
dfinie par :

x = x x*

(1)

Lerreur relative est dfinie par :


Er ( x ) =

x x* x
=
x
x

(2)

En pratique, il est difficile dvaluer x et Er ( x ) car on ne connat gnralement


pas la valeur exacte de x et on ne connat que x* .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 3

Analyse numrique pour Ingnieurs


Dans le cas des quantits mesures, on a :

x x* x x* x x x* + x
ou on crit parfois :

x = x* x

(3)

Dfinition 2
Si lerreur absolue vrifie :

x 0 ,5 10 m
alors le chiffre correspondant la m

ime

puissance de 10 est dit

significatif et tous ceux sa gauche (correspondant aux puissances de 10


suprieures m) le sont aussi.
Exemple 1
Soit x = et x* =

22
= 3,142857
7

x =

22
= 0 ,00126 = 0 ,126.10 2
7

La question est de savoir le nombre de chiffres significatifs que comporte la


valeur de x * .
0,126.10 -2 0,5.10 -2 x 0,5.10 2
le chiffre des centimes (4) est significatif et on a en tout 3 chiffres
significatifs. Donc la valeur approche de x est x * = 3,14 .
Exemple 2
Si x = et x* = 3,1416 est sa valeur approche, on a :

x = 3 ,1416 0 ,73.10 5

x 0,5.10 4

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 4

Analyse numrique pour Ingnieurs


Le chiffre correspondant la quatrime puissance de 10 (6) et tous les
chiffres situs sa gauche sont significatifs. On a en tout 5 chiffres
significatifs.
Remarque :
Inversement, si un nombre est donn avec n chiffres significatifs, cela signifie que
lerreur absolue est infrieure 0,5 fois la puissance de 10 correspondant au
dernier chiffre significatif.
3.

Erreurs de troncature

Les erreurs de troncature constituent la principale catgorie derreurs. Nous


aborderons tout le long de ce cours les mthodes de rsolution qui comportent
des erreurs de troncature plus ou moins importantes. Lordre dune mthode
dpend du nombre de termes utiliss dans les dveloppements de Taylor
appropris. Il est donc essentiel de revoir en dtail le dveloppement Taylor, car il
constitue loutil fondamental de lanalyse numrique.
3.1 Dveloppement de Taylor en une variable
Prsentons cette notion comme un problme dapproximation au voisinage dun
point quelconque xo.

pn(x
)

f(x)
f(x

p0(x)

f(x0)

p1(x)
x0

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 5

Analyse numrique pour Ingnieurs


On se demande alors quel est le polynme de degr n not Pn(x) qui donne la
meilleure approximation dune fonction f(x) donne au voisinage de xo.
Dfinition
Le polynme de Taylor de degr n de la fonction f(x) autour de xo est dfini
par :
Pn =

o f

(n)

f (x ) +
0

( x x0 ) f " ( x ) + + ( x x 0 ) f ( n ) ( x )
x x0
f ' ( x0 ) +
0
0
1!
2!
n!
n

(4)

( x 0 ) est la drive dordre n de la fonction f au voisinage de xo.

Ce polynme donne une approximation de f(x) au voisinage de xo. Cependant, on


commettrait une erreur en galant f(x) et Pn(x).
Thorme
Soit f(x), une fonction dont les drives jusqu lordre (n+1) existent au
voisinage du point x0 . On a lgalit suivante :
f ( x ) = Pn ( x ) + R n ( x )

(5)

o Pn(x) est le polynme de Taylor (4) et Rn(x) est lerreur commise et donne
par la relation :

(x x )
R (x) =

n+ 1

(n + 1)!

f ( n+ 1 ) [ ( x )]

(6)

pour un certain ( x ) compris entre x0 et x.


Remarques :
1. Lquation (5) est une galit et ne devient une approximation que
lorsque le terme derreur est nglig.
2. Le terme derreur (6) devient de plus en plus grand lorsque x sloigne de

x0 en vertu du terme ( x x 0 )

n+ 1

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 6

Analyse numrique pour Ingnieurs


3. Inversement, pour une valeur de x proche de x0 , le terme derreur
exprim par lq. 6 devient de plus en plus petit lorsque n augmente.
4. On sait que le point ( x ) existe et quil varie avec x, mais on ne connat
pas sa valeur exacte. Il nest donc pas possible dvaluer le terme
derreur exactement. On peut tout au plus lui trouver une borne
suprieure dans la plupart des cas.
5. On commet une erreur de troncature chaque fois que lon utilise le
dveloppement de Taylor et que lon nglige le terme derreur (q. 6).

Un cas particulier important du thorme prcdent est le 1er thorme de la


moyenne que lon obtient en posant n = 0 dans le dveloppement de Taylor.
Corollaire
Soit f(x), une fonction drivable dans lintervalle [x0 , x ] . Alors il existe dans
lintervalle [x0 , x ] tel que :

f ( x ) = f ( x0 ) + f ' ( ) ( x x0 )
qui scrit galement sous la forme :
f ( x ) f ( x0 ) = f ' ( ) ( x x0 )

(7)

Une forme plus pratique du dveloppement de Taylor est obtenue en remplaant


x par ( x0 + h) ou encore en remplaant lexpression ( x x0 ) par h. Ainsi, on a :
f ( x0 + h) = Pn (h) + Rn (h)

(8)

o :
Pn ( h ) = f ( x 0 ) + h f ' ( x 0 ) +

h2
h3
hn
f " ( x0 ) +
f "' ( x 0 ) + +
f
2!
3!
n!

(n)

( x0 )

(9)

donc :

h n+ 1
Rn ( h ) =
f
( n + 1) !

Enseignant : Jol M. ZINSALO /EPAC-UAC

( n+ 1 )

[ ( h )]

(10)

Page 7

Analyse numrique pour Ingnieurs


pour un certain ( h ) compris entre x0 et ( x 0 + h ) .
Exercice :
1. Trouver le dveloppement de Taylor de la fonction f ( x ) = e x au voisinage de

x0 = 0 .
2. Trouver une borne suprieure pour Rn(h).
3. Estimer les valeurs de e 0 ,1 en utilisant ce dveloppement. Evaluer dans le cas
h = 0 ,1 lerreur absolue, le terme derreur majore et donner le nombre de
chiffres significatifs en faisant varier n de 0 3.
4. Pour n = 3 et h = 0 ,05 calculer lerreur absolue due cette approximation.
Solution :
1. Dveloppement de Taylor

f (x) = e x

f ( x ) = f ' ( x ) = = f (n ) ( x ) = e x

f (0 ) = f ' (0 ) = = f ( n ) (0 ) = e 0 = 1
en posant x = x0 + h , il vient :
2

h
h
e =e
= e Pn (h) = 1 + h +
++
2!
n!
et le terme d' erreur
x

x0 + h

n+ 1

h
Rn (h) =
e (h ) avec (h) [x0 , x0 + h] = [0 , h]
(n + 1)!
2. Borne suprieure du terme derreur
Cela revient dterminer un majorant pour Rn(h).
La fonction exponentielle tant strictement croissante, on peut crire :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 8

Analyse numrique pour Ingnieurs


0 ( h ) h e 0 e( h) e h
1 e (h) e h
donc e (h) e h
il en rsulte que :

h n+1
h n+1
e( h)
eh
( n + 1 )!
( n + 1 )!

Rn ( h )

do :

3. Estimation

des

valeurs

de

h n+1
eh
( n + 1 )!

e 0 ,1

et

(11)

dtermination

des

chiffres

significatifs
En prenant h = 0 ,1 , on a :
Erreur absolue

Nombre de

Valeur majore

chiffres

pour le terme

significatifs

derreur

Pn(0,1)

f ( 0,1 ) Pn ( 0 ,1 )

1,0000000

0,105x100

0,111x100

1,1000000

0,517x10-2

0,552x10-2

1,1050000

0,17x10-3

0,184x10-3

1,1051667

0,420x10-5

0,460x10-5

4. Erreur absolue pour n = 3 et h = 0 ,05


En prenant h = 0 ,05 et n = 3 par exemple, on obtient :
e 0 ,05 = 1,051271096 (valeur donne par la calculatrice)
0 ,05 2 0 ,05 3
+
2
6
= 1,051270833

P3 ( 0 ,05 ) = 1 + 0 ,05 +

f = e 0 ,05 P3 ( 0 ,05 ) = 0 , 263 10 6

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 9

Analyse numrique pour Ingnieurs


Remarque :
Le rapport des erreurs absolues lies

P3 ( 0 ,1 ) e 0 ,1
P3 ( 0 ,05 ) e 0 ,05

0 ,4245 10 5
=
= 16 ,14
0 , 263 10 6

La valeur de ce rapport nest pas fortuite. La dfinition suivante nous permet de


comprendre do provient cette valeur.
Dfinition
Une fonction f (h) est un grand ordre de h

que lon note f ( h ) = O ( h

au

voisinage de x0 = 0 sil existe une constante positive C telle que :

f (h)
C
n
h
au voisinage de x0 = 0 .

Remarque :
Pour avoir une ide du comportement dune fonction de type O ( h
remarquer que, lorsque h est divis par 2, la fonction O ( h

) , il suffit de

diminue selon un

n
n
facteur approximatif de 2 . En effet, en remplaant h par h/2 dans C h , on

obtient :
n

C hn
h
C =
2n
2

Le terme derreur du polynme de Taylor de degr n est gnralement du type

O h

n+ 1

).

Cela explique le rapport 16,14 obtenu dans lexercice prcdent. En

effet, on y trouve un polynme de Taylor de degr 3 dont le terme derreur est de


type O ( h 3 + 1 ) = O ( h

) . En passant de

h = 0 ,1 h = 0 ,05 , on divise h par un facteur

de 2, do une diminution selon un facteur de 2 4 = 16 de lerreur. Bien sr, le


facteur de 16 est approximatif et nest atteint qu des valeurs de h trs petites.
Dans le cas gnral, on note :

f ( x 0 + h ) = Pn ( h ) + O h n + 1

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 10

Analyse numrique pour Ingnieurs


Dfinition :
Une approximation dont le terme derreur est un grand ordre de h

(O ( h ))
n

est dite dordre n.


Suivant cette dfinition, le polynme de Taylor de degr n (Pn) est gnralement,
mais pas toujours, une approximation dordre (n+1) de f(x). Par exemple, le
dveloppement de Taylor de degr n de e x autour de x0 = 0 est dordre (n+1).
Exercice
Calculer le dveloppement de Taylor dordre 5 de la fonction f ( x ) = sin x au
voisinage de x0 = 0 . Trouver lapproximation dordre 5 de la dite fonction et
majore le terme derreur.
Solution :

Pour le dveloppement de Taylor utilisons les formules (8), (9) et (10).


Pour dvelopper un polynme dordre 5, il faut dvelopper Pn ( h )
jusquau degr 4 et ajouter Rn ( h ) :

f ( x ) = sin x ; f ( 0 ) = 0
f '( x ) = cos x ; f '( 0 ) = 1
f "( x ) = sin x ; f "( 0 ) = 0
f '"( x ) = cos x ; f '"( 0 ) = 1
f

(4)

( x ) = sin x ; f

(5)

( x ) = cos x

(4)

(0 )= 0

f ( x 0 + h ) = f ( 0 + h ) = f ( h ) = sinh
2
3
4
5
f ( h ) = f ( 0 ) + h! f '( 0 ) + h ! f "( 0 ) + h ! f '''( 0 ) + h ! f ""( 0 ) + h ! f
1
2
3
4
5

(5)

[ ( h )]

pour [ 0, h]
Le dveloppement de Taylor est :
3

sinh = h h + h cos [ ( h )] pour [ 0, h ]


6 120
Rn ( h )

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 11

Analyse numrique pour Ingnieurs


et lapproximation dordre 5 de f ( x ) = sin x au voisinage de x0 = 0 scrit :
P3 ( h ) = h

h3
6

Majoration du terme derreur

Lerreur est :
5

R 3 ( h ) = h cos [ ( h )] pour [ 0, h ]
120
h5
(h) [ 0, h ] , on a : cos (h) 1 donc R 3 ( h )
120

Vrifier que cette approximation est rellement dordre 5 en prenant h = 0 ,1


et h = 0 ,2 .

En calculant le rapport

P3 ( 0 ,2 ) f ( 0 ,2 )
P3 ( 0 ,1) f ( 0 ,1 )

, on trouve :

P3 (0 ,2 ) f (0 ,2 )
5
= 31,97 2
P3 (0 ,1) f (0 ,1)

qui montre que lapproximation trouve est bien dordre 5


3.2 Dveloppement de Taylor en plusieurs variables
On peut reprendre ici le raisonnement analogue au prcdent (cas dune var.). On
se limitera trois variables ici, le cas gnral tant similaire.
THEOREME
Soit

f ( x1 , x 2 , x 3 )

une

fonction

de

trois

variables

que

lon

suppose

suffisamment diffrentiable. On a alors :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 12

Analyse numrique pour Ingnieurs


(

+ ,

+ ,

= ( ,
+

2!

+(

+ )
,

)+

( ,

( ,

( ,

+
+

( ,

( ,
)

( ,

+
)

( ,

( ,
,

( ,

)
,

En pratique, on utilise principalement le dveloppement de degr 1 qui ne fait


intervenir que les drives partielles dordre 1.
Exercice
Soit la fonction de deux variables f ( x 1 , x 2 ) = x 12 + x 1 sin x 2 :
1. Dvelopper f au voisinage de (1, 0).
2. Trouver laide du polynme de Taylor de degr 2 lapproximation de f
en prenant h1 = h2 = 0 ,1 .
3. Trouver lordre de cette approximation en utilisant h1 = h2 = 0,05 .
Solution :
1. Dveloppement de f au voisinage de (1,0)
En posant x 1 = 1 + h1 et x 2 = 0 + h2 = h2 , le dveloppement de Taylor permet
dcrire :

f ( 1,0 )
f ( 1,0 ) 1 2 2 f ( 1,0 )
+ h2
+ h1
+
x1
x2
x 12
2!
2 f ( 1,0 )
2 f ( 1,0 )
+ h22
+
+ + ( ordres sup rieures )
h
h
1 2
x 22
x1 x2

f ( 1 + h1 ,0 + h2 ) = f ( 1,0 ) + h1

Calculons dabord f(1,0).


f ( 1,0 ) = 1 + 0 = 1

Calculons ensuite les drives partielles du premier ordre :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 13

Analyse numrique pour Ingnieurs

f ( x1 , x2 )
f ( 1,0 )
= 2 x1 + s i n x2 ;
= 2+0 = 2
x1
x1
f ( x1 , x2 )
f ( 1,0 )
= 0 + x1 c o s x2 ;
= 1c o s 0 = 1
x2
x2

Calculons ensuite les drives partielles du second ordre :


2
2
f ( x1 , x2 )
f ( 1,0 )
=2
= 2;
x 12
x 12
2
2
f ( x1 , x2 )
f ( 1,0 )
=0
= x1 s i n x2 ;
x 22
x 22

Calculons enfin la drive mixte :


2
2
f ( x1 , x2 ) ( x1 c o s x2 )
f ( 1,0 )
=
= c o s x2 ;
=1
x 1 x 2
x1
x 1 x 2

Do le dveloppement de f ( x1 , x2 ) suivant :

f ( 1 + h1 ,0 + h2 ) = 1 + 2h1 + h2 + h12 + h1 h2 + . . . + ( o r d r e s s u p )
2. Approximation de f en prenant h1 = h2 = 0,05
Le rsultat prcdent donne en posant h1 = h2 = 0,05
f (1 ,1 , 0 ,1) 1 + 2 0 ,1 + 0 ,1 + 0 ,1 + 0 ,1 0 ,1
f (1 ,1 , 0 ,1) 1 ,32
2

3. Ordre de cette approximation en utilisant h1 = h2 = 0,05 .

f ( 1,1 , 0 ,1 ) = 1,319816758 et f ( 1,05 , 0,05 ) = 1,154978128


P( 1,1 , 0 ,1 ) = 1,32 et P( 1,05 , 0 ,05 ) = 1,155
Donc :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 14

Analyse numrique pour Ingnieurs

f (1 ,1 , 0 ,1) P (1 ,1 , 0 ,1)
1 ,319816758 1 ,32
=
f (1 ,05 , 0 ,05 ) P (1 ,05 , 0 ,05 ) 1 ,154978128 1 ,155
=

183 ,24169 10
6
21 ,87227 10

= 8 ,37 2

Do le polynme P ( 1 + h1 ,0 + h2 ) = 1 + 2h1 + h2 + h12 + h1 h2 de degr 2 est


approximation dordre 3 de f ( x1 , x 2 ) = x12 + x1 sin x 2

une

au voisinage du point

(1, 0).

3.3 Propagation derreurs dans le cas gnral


Plus gnralement, si lon a :

x = x* x
y = y* y
Quelle sera la prcision dune fonction dune variable f ( x*) ou de la fonction de
deux variables g( x*, y*) ?
Le dveloppement de Taylor nous apporte une solution.

Considrons dabord le cas dune variable.

Une quantit x inconnue est approche par une valeur approximative x* avec une
erreur absolue x. On estime la valeur inconnue f(x) par lapproximation f(x*).
Lerreur absolue lie ce rsultat est :

f = f ( x ) f ( x*)
On a de plus :

f ( x ) = f ( x x ) = f ( x* ) x f ' ( x * ) + O x 2

En ngligeant les termes dordre plus grand ou gal 2, on obtient :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 15

Analyse numrique pour Ingnieurs

f f ' (x*) x
que lon peut galement crire :
f ( x ) = f ( x *) f ' ( x *) x

Exercice
On mesure un ct dune bote cubique qui donne l* = 10 ,2cm avec une
prcision de lordre du millimtre ( l = 1mm ) . Dterminer la valeur approche
du volume v de cette bote et en dduire lerreur lie.
Solution :

l* = 10 ,2cm et l = 0 ,1cm
Posons v = f ( l ) = l 3
l' erreur absolue lieau volume est : v = f ' ( l * ) l
v = f ( l ) = l 3 f '( l ) = 3l 2
donc v = 3( l*) 2 l
= 3 ( 10 ,2 ) 2 0 ,1
= 31,212

v = 0 ,31212.10 2 0 ,5.10 2
La valeur approche du volume est :
v* = ( l* ) = 10,2 3 = 1061,208cm 3
3

v 1061 ,2 cm 3 dont les deux premiers chiffres sont significatifs

THEOREME
Soit f ( x , y , z ) une fonction de trois variables x , y et z dont on estime les
valeurs par x*, y* et z* avec une prcision de x , y et z respectivement.
Lerreur absolue f est donne par :

f =

f ( x*, y*,z*)
f ( x*, y*, z*)
f ( x*, y*, z*)
x +
y+
z
x
y
z

Enseignant : Jol M. ZINSALO /EPAC-UAC

(12)

Page 16

Analyse numrique pour Ingnieurs


Exercice
Un signal lectrique est donn par la relation :
V = Asin( wt )

o V est la tension, A est lamplitude du signal


dphasage (* = 0,55rad ) et t est le temps

( A* =100V ) ,

est le

( t* = 0 ,001s ) . En supposant que A et

w sont connus exactement et que * et t* possdent respectivement 2 et 1


chiffres significatifs, valuer lerreur absolue lie V ainsi que le nombre de
chiffres significatifs.
Solution
A et w sont connus exactement, donc
A = A* A = 0
w = w* w = 0

P a r a i l l e u r s t 0 ,5 . 1 0 3 ( t* = 0 ,0 0 1s )

0 ,5 . 1 0 2
V =

V ( t* , * )
V ( t* , * )
t +

= A* w* c o s ( w* t * * ) t + A* c o s ( w * t * * )
= 2 5 6 ,2 2 6 6 6 2 3 5 0 ,5 . 1 0 3 + 8 5 ,4 0 8 8 7 4 5 0 ,5 . 1 0 2

V = 0 ,5 5 5 1 5 7 6 8 4
La tension approximative est :

V* = A* s i n ( w* t * * ) = 5 2,0 1 2 7 3 0 7 1
Puisque V 0 ,5 . 1 0 1 , donc V * na quun seul chiffre significatif.
Oprations lmentaires sur la propagation des erreurs
Soit

f ( x , y ) une fonction deux variables, x et y . On peut effectuer les

oprations suivantes :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 17

Analyse numrique pour Ingnieurs

1 ) ( x + y) = x + y

2 ) ( x y) = x + y

3 ) ( x y) = y x + x y

4)

=
y

y 0

Enseignant : Jol M. ZINSALO /EPAC-UAC

y x + x y
y2

Page 18

Analyse numrique pour Ingnieurs


CHAPITRE 2
RESOLUTION NUMERIQUE DES EQUATIONS NON LINEAIRES

1.

Introduction

La rsolution des problmes de lingnieur dbouche souvent sur deux types de


recherche de solutions dune quation une variable :
1.) recherche dune racine de lquation

f ( x ) = 0 o est une fonction

transcendante ou numrique de x.
Les mthodes numriques que nous prsenterons dans ce chapitre conduiront
(sous certaines conditions) lapproximation dune racine de lquation f ( x ) = 0
Pour

lingnieur,

la

recherche

des

racines

complexes

de

f( x)=0

est

relativement peu courante sauf en commande des processus. Cest pourquoi la


mthode dite de Newton est gnralement prsente pour rechercher les racines
complexes de :

f (x) = 0

(1)

2.) Recherche de plusieurs ou toutes les racines de Pn ( x ) = 0 o Pn ( x ) est


un polynme de degr n en x . Ce problme est un cas particulier du premier ;
il pourrait donc tre rsolu par la mthode prcdente.

2.

Mthode de la bissection (dichotomie)

La mthode de la bissection repose sur lide toute simple quen gnral de part et
dautre dune solution de lquation (1) f ( x ) = 0 une fonction continue f ( x )
change de signe et passe du positif au ngatif ou vice versa.
Supposons quil y ait effectivement un changement de signe autour dune racine

r de f ( x ) .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 19

Analyse numrique pour Ingnieurs

f (x)

x1

xm

x2

Soit x1 , x 2 un intervalle ayant un changement de signe de f ( x ) c d :

f ( x1 ) f ( x 2 ) < 0

(2)

On pose :

x + x2
xm = 1
2
le point milieu de lintervalle x1 , x 2 . Il sagit alors de dterminer entre les
intervalles x1 , xm et xm , x 2 celui qui possde encore un changement de
signe et la racine se trouvera forcement dans cet intervalle do lalgorithme
suivant :
Algorithme (algorithme de la bissection)
1. Etant donn un intervalle x1 , x 2 pour lequel

f ( x ) possde un

changement de signe ;
2. Etant donn

le critre darrt et N le nombre maximal ditrations ;

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 20

Analyse numrique pour Ingnieurs

xm =

3. Poser :

x 2 x1

4. Si

2 xm

x1 + x 2
2

< :

Convergence atteinte ;
Ecrire la racine xm ;

Ecrire f xm
Arrt.

( ) ( ) ( )

5. Ecrire x1 , x 2 , xm , f x1 , f x 2 , f x m ;

( ) ( )

6. Si f x1 f xm < 0 alors x2 = xm ;

( ) ( )

7. Si f xm f x 2 < 0 alors x1 = xm ;
8. Si le nombre maximal ditrations N est atteint :
convergence non atteinte en N itrations ;
Arrt.
9. Retour ltape 3.

Remarque
1. Lexpression :

x 2 x1
2 xm

<

est une approximation de lerreur relative. En effet, ltape 3 de lalgorithme,


la racine recherche est soit dans lintervalle x1 , xm ou xm , x 2 qui sont
toutes deux de longueur :

x 2 x1
2

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 21

Analyse numrique pour Ingnieurs


ce qui constitue une borne suprieure de lerreur absolue. Ainsi, en divisant
par xm , on obtient une approximation assez fiable de lerreur relative.
2. Prendre garde au cas o la racine recherche est 0 car il y a risque de
division par 0 au cours de lvaluation de lerreur relative. Ce cas est toutefois
rare en pratique.
3. Il est parfois utile dintroduire un test darrt sur la valeur de f ( x ) qui doit
tendre galement vers 0.
Algorithme pratique de la mthode de bissection
Donnes : x1 , x 2
E

{bornes de lintervalle}

{prcision souhaite}

f(x)

{fonction}

Calculs :

x2 x1

ln E

N = partie entire
+ 1
ln 2

y1 = f ( x1 )

pour i = 1 N

( x1 + x2 ) ; y = f x
( m)
xm =
m
2

si y1 ym 0 alors x2 = xm
sinon
x1 = xm ; y1 = ym

crire xm

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 22

Analyse numrique pour Ingnieurs


Exercice :
En utilisant la mthode de la bissection, chercher la racine carre de 2 en

prenant lintervalle 1 ,

2] pour une prcision de E = 10-3.

Solution
Calculons dabord le nombre ditrations ncessaires pour obtenir la
3
prcision de E = 10 .
Nous avons :

21

x2 x1

ln 3
ln

10
E
N = INT
+ 1 = INT
+ 1
ln
2
ln
2

= INT ( 10 ,966 ) = 10

x = 2 x 2 2 = 0; f ( x ) = x 2 2 = 0
y1 = f ( x1 ) = f ( 1 ) = 1 2 = 1
y2 = f ( x2 ) = f ( 2 ) = 4 2 = 2

On commence les calculs itratifs


1re itration
x + x2 1 + 2
xm = 1
=
= 1,5
2
2
ym = f ( xm ) = 1,5 2 2 = 0 ,25
y1 ym 0 donc on slectionne l'intervalle x1 , xm (en prenant
x2 = xm ) et ainsi de suite.
Les rsultats obtenus en fonction du nombre ditrations sont :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 23

Analyse numrique pour Ingnieurs

x1

x2

xm

ym

1,5

0,25

1,5

1,25

- 0,4375

1,25

1,5

1,375

- 10,94

1,375

1,5

1,4375

0,06641

1,375

1,4375

1,4062

- 0,02246

1,4062

1,4375

1,4219

0,02173

1,4141

1,4219

1,4141

- 0,00043

1,4141

1,4219

1,4180

0,01064

1,4141

1,4180

1,4160

0,00510

10

1,4141

1,4160

1,4150

0,00233

Exercice :
Montrer que la fonction

lintervalle 1 ,

f ( x ) = x 3 + x 2 3 x 3 possde un zro dans

2] . Trouver sa valeur approche en 10 itrations.

Solution

f ( 1 ) = 4 ,0; f ( 2 ) = 3,0
f ( 1 ) f ( 2 ) = 4 3 = 12 0

Alors, la fonction f ( x ) donne possde un zro dans 1, 2 .


Recherchons cette solution par la mthode de la bissection :
Le point milieu de [ 1, 2 ] est :

xm =

1+ 2
= 1,5
2

f ( xm ) = f ( 1,5 ) = 1,875

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 24

Analyse numrique pour Ingnieurs

f ( 1,5 ) f ( 2 ) 0 lintervalle [ 1,5 , 2 ] possde encore un changement de


signe,

ce

qui

nest

pas

le

cas

pour

lintervalle

[ 1 , 1,5 ]

puisque

f(1) f(1,5) 0 . Ensuite on calcule le point milieu xm de [ 1,5 , 2 ] et ainsi


de suite :

Erreur absolue

x1

xm

x2

f ( x1 )

f ( x2 )

f ( xm )

lie xm

1
x x1
2 2
1

1,0

2,0

1,5

-4,0

3,0

-1,875

0,5

1,5

2,0

1,75

-1,875

3,0

0,17187

0,25

1,5

1,75

1,625

-1,875

0,17187

-0,94335

0,125

1,625

1,75

1,6875

-0,94335

0,17187

-0,40942

0,0625

1,6875

1,75

1,71875

-0,40942

0,17187

-0,12478

0,03125

1,71875

1,75

1,734375

-0,12478

0,17187

0,022029

0,015625

1,71875

1,734375

1,72656

-0,12478

0,022029

-0,05175

0,007812

1,72656

1,734375

1,73046

-0,05175

0,022029

-0,014972

0,0039075

1,73046

1,734375

1,7324175 -0,014972

0,022029

0,1994533

0,0019525

-0,014972 0,1994533

0,190645

0,0019575

10 1,73046 1,7324175

1,731438

On remarque aisment que la longueur de lintervalle entourant la racine est


divise par 2 chaque itration. Cette constatation permet de dterminer
lavance le nombre ditrations ncessaires pour obtenir une certaine erreur
absolue r sur la racine r.
Soit par exemple L = x2 x1 la longueur de lintervalle de dpart, aprs une
itration le nouvel intervalle est de longueur

L
et aprs N itrations la longueur
2

de lintervalle est :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 25

Analyse numrique pour Ingnieurs

L
2N
Pour connatre la valeur de N ncessaires pour avoir :

L
2N

il suffit de rsoudre cette inquation en fonction de N pour trouver la condition


suivante :

L
ln
r

N
ln 2
Il est clair que sur le plan pratique on doit prendre pour valeur de N le plus petit
entier vrifiant cette condition l.
Exercice :
Dterminer le nombre ditrations partir de lexercice prcdent si le
chiffre des centimes de la valeur approche de la racine r est significatif.
Solution :
Si le chiffre des centimes de r est significatif alors

r 0 ,5.10 2

Puisque la longueur de lintervalle 1 ,

2] de dpart est :

L= 21=1
en appliquant

L
ln
r

N
ln 2
il vient :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 26

Analyse numrique pour Ingnieurs

1,0
ln

0 ,5 10 2

N=
ln 2
N = 7 ,64
N = 8 itrations
3. Mthode de Newton (ou de Newton-Raphson)
3.1.

Principe

La mthode la plus utilise pour la rsolution de lquation non linaire

f( x)=0
est celle de Newton-Raphson.
Soit la fonction f ( x ) possdant un zro dans un intervalle donn. Si f ( x ) est
continue et continment drivable au voisinage de

x* (racine) alors le

dveloppement en srie de Taylor autour dun estim ou approxim xn de x


*
scrit :

( )

) ( )

f x* = f ( xn ) + x* xn f ' xn

2
x* xn )
(
+

f " ( xn )

(1)

Si xn est un estim proche de la solution x de f ( x ) = 0 , alors le carr de


*
lerreur en

( en = x* xn )

et les termes de degr suprieur sont ngligeables.

Sachant que f ( x ) = 0 , on obtient la relation approximative :


*

f ( xn ) + ( x* xn ) f ' ( xn ) 0

(2)

et une approximation de lerreur est :

en

f (xn )
f ' (xn )

(3)

on peut donc considrer quun meilleur approxim de x sera :


*

Enseignant : Jol M. ZINSALO /EPAC-UAC


x n + 1 = xn + en

Page 27

Analyse numrique pour Ingnieurs


!"

(4)

Des quations (3) et (4) on a :

x n+ 1 = x n

f ( xn )
f ' ( xn )

; n=0,1, ,nmax

formule de Newton-Raphson

3.2. Algorithme
1. Etant donn

un critre darrt ;

2. Etant donn N le nombre maximal ditrations ;


3. Etant donn x0 une valeur initiale de la solution ;
4. Effectuer :

f ( xn )
xn + 1 = xn
f ' ( xn )
5. Si

x n + 1 xn
:
xn + 1
convergence atteinte ;
crire la solution xn+ 1 ;
arrt.

6. Si le nombre maximal ditrations N est atteint :


convergence non atteinte en N itrations ;
arrt.
7. Retour ltape 4.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 28

Analyse numrique pour Ingnieurs


3.3. Interprtation gomtrique

f ( x0 )
f ( x1 )
x1

x0

Considrons la courbe (C) reprsentative de la fonction

f et le point initial

( x0 , f ( x0 ) ) .
La tangente (C) au point

( x0 , f ( x0 ) ) a pour pente f ' ( x0 ) et pour quation ce

qui suit :

f ( x0 )
f ( x0 ) = ( x0 x1 ) f ' ( x0 ) x1 = x0
f ' ( x0 )
f ( x1 )
M 1 ( x1 , f ( x1 ) ) : f ( x1 ) = ( x1 x 2 ) f ' ( x 1 ) x 2 = x1
f ' ( x1 )

f ( x2 )
M 2 ( x2 , f ( x2 ) ) : f ( x2 ) = ( x2 x3 ) f ' ( x2 ) x3 = x2
f ' ( x2 )
. . .
. . .

( xn ,

f ( xn )) : f ( xn ) = ( xn + 1 xn ) f ' ( xn ) xn + 1 = xn

Enseignant : Jol M. ZINSALO /EPAC-UAC

f ( xn )
f ' ( xn )

Page 29

Analyse numrique pour Ingnieurs


xn+1 = xn

On a :

f ( xn )
f ' ( xn )

(5)

3.4. Convergence de la mthode


Dune manire gnrale, la drive seconde joue un rle important dans la
convergence de la mthode de Newton. On montre le thorme suivant :
THEOREME
Si [ a ,b ] est un intervalle tel que : f (a ) f (b ) < 0

x [ a ,b ] , f '( x ) 0
x [ a ,b ] , f ''( x ) 0
Alors

f ( x ) = 0 possde une seule racine dans cet intervalle [ a ,b ] et

x [ a ,b ] , la suite (5) converge quadratiquement.

Remarque
Le choix du point de dpart dans cette mthode est crucial. Pour assurer la
convergence, on choisira un point x0 tel que la condition

f " ( x 0 ) f ( x0 ) > 0
soit vrifie.

3.5. Evolution de lerreur


Supposons que la mthode converge. De lexpression (5), on a :

en+ 1 = en +

f ( en )

f ' ( en )

(6)

En rcrivant lquation (1), il vient approximativement ce qui suit :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 30

Analyse numrique pour Ingnieurs

f ( x* ) = f ( x n ) + ( x* xn ) f ' ( x n )
=0

on a nglig les termes en carr. On a alors :

f ( x* ) = f ( xn ) + en f ' ( xn )

(
x* xn )2
f ( x* ) = f ( xn ) + ( x* xn ) f ' ( xn ) +
2

=0

f " ( xn )

en2
f ( x ) = f ( x n ) + en f ' ( x n ) +
f '' ( a ) = 0 avec a xn , x
*
*
2

f ( xn )
en2 f '' ( a )
= en

f ' ( xn )
2 f ' ( xn )
(6) devient :

e n + 1 en =
donc

f ( en )

f ' ( en )

en2 f " ( a )
en + 1 en = e n
2 f ' ( en )

en2 f "( a )
en + 1 =
2 f ' ( xn )
Si f "( x ) 0 alors

lim

n +

e n+ 1
e n2

= lim
n +

1 f " (a )
=0
2 f ' (xn )

Il en rsulte que la mthode est dordre 2. On dit encore quelle a une convergence
quadratique.
ALGORITHME PRATIQUE
Donnes : x, , f ( x ), f '( x ) .
Calculs : n fix

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 31

Analyse numrique pour Ingnieurs


Pour i = 1 n , on a :

f ( x)
x
x
=

m
f ' ( x)

crire i, xm
si x x , on arrte les calculs
m

sinon x = xm
ORGANIGRAMME :

x , , f ( x ), f '( x )
n = 50
Pour i = 1 n
xn+ 1 = xn

( xn )
f ' ( xn )
f

Ecrire i, xm
x xm

x = xm
Ecrire NON CONVERGENCE

FIN
Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 32

Analyse numrique pour Ingnieurs


Exercice 1
Rsoudre lquation f ( x ) = e

x = 0 par la mthode de Newton-Raphson,

sachant que x0 = 0 est la valeur initiale de la solution.


Solution

f ( x ) = e x x = 0 ; f '( x ) = e x 1
Lalgorithme se rsume :

f ( xn )

e xn xn
xn + 1 = xn
= xn x
f ' ( xn )
e n xn
e x0 x0
n = 1, x1 = x0
e x0 x0

e x0 x0
Lerreur absolue est : e0 = x1 x0 =
1 + e x0

xn

en

en+ 1
en

0,0

0,5671.100

0,1183.100

0,500

0,6714.10-1

0,1239.10-1

0,5 663 110

0,8323.10-3

0,1501.10-3

0,5 671 432

0,1250.10-6

0,5 671 433

0,4097.10-9

Exercice 2 : En utilisant la mthode de Newton, chercher


comme prcision

2 en prenant

= 10 6 et comme valeur initiale x0 = 1 .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 33

Analyse numrique pour Ingnieurs


Solution

f ( xn ) = xn2 2

f ' ( xn ) = 2 xn

f ( xn )
xn + 1 = xn
f ' ( xn )

xn

-1

1,5

1,5

0,25

1,416667

1,416667

6,9444418.10-3

2,833333

1,414216

1,414216

5,960465.10-6

2,828431

1,414214

1,4144214

2,818427

1,414214

( )

La convergence est atteinte n = 5 , f x n 0 la prcision est


niveau de n = 4 on a dj la prcision

= 10 6 donc au

= 10 6 . Mais on teste une fois pour en

tre sr.
La valeur exacte

= 10 6 prs tant obtenue ds la quatrime itration, cette

mthode est beaucoup plus rapide que celle de la bissection.


4.

Mthode de la scante

La mthode de Newton possde de grands avantages mais elle ncessite le calcul


de la drive de f ( x ) . Si la fonction f ( x ) est complique, cette drive peut tre
difficile calculer et peut rsulter en une quation complique. On contourne

( )

cette difficult en remplaant le calcul de la pente f ' xn de la droite tangente


la courbe par lexpression suivante :

f ' ( xn )

f ( x n ) f ( xn 1 )
x n xn 1

Cela revient utiliser la droite scante passant par les points

( xn 1 ,

f ( xn 1 )) au lieu de la droite tangente passant par ( xn ,

Enseignant : Jol M. ZINSALO /EPAC-UAC

( xn , f ( xn ))
f ( xn ))

et

Page 34

Analyse numrique pour Ingnieurs

f ( x0 )
f ( x1 )
x0

x1

x2

Algorithme
1. Etant donn

un critre darrt.

2. Etant donn N le nombre maximal ditrations.


3. Etant donn x0 et x1 deux valeurs initiales de la solution.
4. Effectuer :

x n + 1 = xn

5. Si

xn + 1 xn
xn + 1

f ( xn ) ( xn xn 1 )
f ( xn ) f ( xn 1 )

<

Convergence atteinte ;
Ecrire la solution xn + 1 ;
Arrt.
6. Si le nombre maximal ditrations N est atteint :
Convergence non atteinte en N itrations
Arrt.
Retour ltape 4.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 35

Analyse numrique pour Ingnieurs


Remarques

( )

1. La drive f ' xn napparat plus dans lalgorithme.


2. Il faut fournir au dpart deux valeurs initiales de la solution : cest ce
quon appelle un algorithme deux pas.
3. On choisit les valeurs initiales le plus prs possible de la racine
recherche. Il nest cependant pas ncessaire quil y ait un changement de

signe dans lintervalle ferm x 0 ,

x 1 ] comme cest le cas dans la mthode

de la bissection.
4. Lanalyse de la convergence de cette mthode est plus dlicate que celle de
la mthode de Newton. En effet, on montre que :

e n+ 1 C e n

1+ 5
2

= C en

1 ,618033...

Exercice I : Rsoudre par la mthode de la scante lquation e

x=0

sachant que les deux valeurs initiales de la solution sont x 0 = 0 et x 1 = 1 .


Exercice II : En utilisant x 0 = 1 et x 1 = 2 pour valeurs initiales de la
solution et

= 10 6 comme prcision, chercher la racine carre de 2.

Algorithme simplifi
Donne : x1 , x 2 , e , f ( x )
Calculs de N

y1 = f ( x1 ) ; y 2 = f ( x 2 )

Pour i = 1 N

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 36

Analyse numrique pour Ingnieurs

y 2 ( x 2 x1 )

x3 = x2 ( y y )
2
1

crire i , x
3

si x 3 x 2 < , on arrte les calculs

sinon x = x ; x = x ;
1
2
2
3

y1 = y 2 ; y 2 = f ( x 3 )

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 37

Analyse numrique pour Ingnieurs


CHAPITRE 3
RESOLUTION DES SYSTEMES DEQUATIONS LINEAIRES :
METHODES DIRECTES

Introduction
Dans la pratique scientifique, lingnieur se trouve souvent confronter des
problmes dont la rsolution passe souvent par celle dun systme dquations
qui modlisent divers lments en ingnierie. On distingue deux principales
mthodes. Les mthodes directes et les mthodes itratives. Dans ce chap., nous
verrons les principales mthodes directes utilises pour la rsolution de tels
systmes dquations.

Systmes linaires
De faon gnrale, la rsolution dun systme dquations linaires consiste
x1
x2
T
trouver un vecteur x = x 3 ou x = x1 x2 x 3 xn (T signifiant transpose)

xn

solution de :

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1


a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

(1)

an1 x1 + an2 x2 + an3 x3 + + ann xn = bn


On utilisera la notation matricielle qui est beaucoup plus pratique et surtout plus
compacte. Alors on crit le systme prcdent sous la forme :
Ax = b

(2)

o :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 38

Analyse numrique pour Ingnieurs


a11
a 21
A = a 31

an1

a12 a13
a 22 a23
a 32 a33

an2

a1n
a2 n
a3n

b1
b2
b = b3

bn

et


an3 ann

La matrice A et le vecteur b sont connus, il reste dterminer le vecteur x . Le


problme est un systme de n quations n inconnues. En pratique, la valeur de
n varie considrablement et peut slever jusqu plusieurs milliers.
Remarque 1
Dans la plupart des cas, on traitera des matrices non singulires ou inversibles c
d les matrices dont les matrices inverses existent. Ainsi la solution de lquation
(2) scrit comme suit :
x = A 1 b

Le calcul de la matrice inverse A1 sera lobjet des principales mthodes que nous
allons exposer dans ce chapitre.
Exercice I : rsoudre le systme linaire suivant :
2 x1 + 3 x2 = 8

3 x1 + 4 x 2 = 11

par la mthode de substitution.


Solution
En tirant x1 dans la 1re quation, on a :

x1 =

8 3 x2
2

que lon substitue dans la 2e quation. On trouve :

8 3 x2
3
2

9
+ 4 x2 = 11 12 2 x2 + 4 x2 = 12 0 ,5 x2 = 11

x2 = 2
x1 = 1

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 39

Analyse numrique pour Ingnieurs


Remarque 2 :
Il est thoriquement possible dtendre la substitution successive des systmes
de grande taille. Cependant, la transcription sous forme dalgorithme pouvant
tre programm dans un langage informatique savre difficile. Il faudra recourir
dautres mthodes pour simplifier le systme dquations.
1.

Systmes diagonaux

Dabord on a les systmes diagonaux dont la matrice A na de coefficients non


nuls que sur la diagonale et ils sont trs faciles rsoudre.

1 0 0 x1 2
Exercice 2 : rsoudre le systme suivant : 0 2 0 x2 = 2
0 0 3 x3 9
Solution
Ce systme est trs facile rsoudre. Il suffit de considrer sparment
chaque ligne et on a :

x1 = 2
1.x1 = 2

2.x2 = 2 x2 = 1

x3 = 3
3.x3 = 9
On voit tout de suite comment rsoudre le cas gnral. La solution gnrale qui
en dcoule est :

xi =

bi
pour i = 1,2, ,n
aii

Mais on rencontre rarement les systmes diagonaux en pratique.

2.

Systmes triangulaires

Le second type de systme simple est le systme triangulaire infrieur ou


suprieur.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 40

Analyse numrique pour Ingnieurs


Dfinition 1 :
Une matrice est dite triangulaire infrieure (ou suprieure) si tous les aij (ou tous
les a ji ) sont nuls pour i j . Une matrice triangulaire infrieure la forme type
suivante :

0
0
a11
a21
a22
0
a31
a32
a33

a
a
a
an 1 1 an 1 2 an 1 3
n2
n3
n1

0
0
0

an 1 n-1
an n-1

0
0
0

0
ann

Une matrice triangulaire suprieure est tout simplement la transpose dune


matrice triangulaire infrieure c d du type que voici :
a11
0
0

0
0

a12 a13 a1 n 1
a 22 a 23 a 2 n 1
0 a 33 a 3 n 1

0 0 an 1 n 1
0 0
0

a1 n
a2 n
a3 n

an 1 n
an n

Les systmes triangulaires sont galement faciles rsoudre. En effet, il suffit de


commencer la rsolution par lquation qui se trouve la pointe du triangule (la
premire pour une matrice triangulaire infrieure et la dernire pour une matrice
triangulaire suprieure) et de rsoudre ensuite une une les quations du
systme. On parle de descente triangulaire ou de remonte triangulaire,
selon le cas.
Exercice 3 : rsoudre le systme suivant :

3 0 0 x1 9
1 2 0 x2 = 7
3 2 1 x3 14

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 41

Analyse numrique pour Ingnieurs


Solution :
On a ici une matrice triangulaire infrieure, donc la rsolution va ncessiter
une descente triangulaire qui consiste rsoudre la 1re quation du
systme.
En se rappelant (2), on a :
b
a11 x1 = b1 3 x1 = 9 x1 = a 1 = 9 = 3
11
3

Puisque x1 est maintenant connue, on peut dterminer x2 partir de la


ligne suivante :
x2 =

b2 a 21 x1 7 1 3
=2
=
a22
2

La dernire quation permet de trouver x3 qui scrit comme suit :

x3 =

b3 a31 x1 a32 x2 14 3 3 2 2
=
=1
a33
1

Conclusion :
De lexemple prcdent (ex. 3), on peut rapidement dduire le cas gnral pour la
descente triangulaire :

x1 =

b1
a11

i 1

bi aik xk
k =1
pour i = 1,2, ,n
xi =
i
aii

(3)

Pour la remonte triangulaire, on a :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 42

Analyse numrique pour Ingnieurs

xn =

bn
ann

bi aik xk
k=i+1
pour i = n 1,n 2, ,2,1
xi =
aii

(4)

Remarque 3 :
Les quations (3) et (4) sont valables si les aii sont tous non nuls. Dans le cas
contraire la matrice nest pas inversible et donc le systme A x = b na pas une
solution unique. En effet, on rappelle que le dterminant dune matrice
triangulaire est tel que :

dtAtriangulaire = aii
i =1

(5)

En dautres termes, le dterminant est le produit des lments de la diagonale de


A. Le produit est donc non nul si et seulement si aucun des aii nest nul.

Conclusion
Les matrices triangulaires sont primordiales pour la rsolution des systmes
linaires. Dans la suite de ce chap. consacr aux mthodes directes, on essaiera
de ramener un systme linaire quelconque un ou plusieurs systmes
triangulaires.

Mthodes directes
Dfinition
Une mthode de rsolution dun systme linaire est dite directe si la solution du
systme peut tre obtenue par cette mthode en un nombre fini et prdtermin
doprations. Les deux principales mthodes directes sont :
la mthode dlimination de Gauss ;
la mthode de la dcomposition L U.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 43

Analyse numrique pour Ingnieurs


En fait, il sagit dune seule et mme mthode puisque la premire est un cas
particulier de la deuxime. La stratgie de rsolution est base sur la question
suivante : quelles oprations sont permises sur les lignes du systme (1) pour le
ramener un systme triangulaire ?

Oprations lmentaires sur les lignes


En considrant le systme A x = b (6), pour le transformer sans en modifier la
solution on peut multiplier ( gauche de chaque ct) les termes des deux
membres par une matrice W

inversible ; la solution ne sera pas modifie

puisquon peut multiplier nouveau par W 1 pour revenir au systme de dpart,


ainsi a-t-on :
WAx = W b

possde la mme solution que le systme (6) condition que W soit


inversible (c d W W 1 = I ).
Pour transformer un systme linaire quelconque en un systme triangulaire, il
suffit dutiliser trois oprations lmentaires sur les lignes de la matrice ; ces trois
oprations lmentaires correspondent trois types de matrices W diffrentes.
Cest la base de la mthode dlimination de Gauss.
Soit l i la ligne i de la matrice A. Les trois oprations lmentaires sont les
suivantes :
1. opration

(l

( R ) ;

(
opration ( l

li

) : remplacer la ligne i par un multiple delle-mme

2. opration l i l j : intervertir la ligne i et la ligne j ;


3.

li + l j

):

remplacer la ligne i par la ligne i plus un

multiple de la ligne j.
Ces trois oprations lmentaires sont permises car elles quivalent multiplier
le systme (6) par une matrice inversible.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 44

Analyse numrique pour Ingnieurs


1.

Multiplication dune ligne par un scalaire

Remplacer la ligne i par un multiple delle-mme (opration 1 : l i l i ) revient

multiplier le systme linaire (6) par une matrice inversible W = M l i l i

dont

tous les lments diagonaux sont gaux 1 sauf llment aii qui vaut ( aii = ) .

ie
colonne

1
1

W =M=

1
aii

ie
ligne

Remarques 4 :

1. Le dterminant de la matrice diagonale M l i l i

) est . La matrice M est

donc inversible si 0 .
2. La matrice inverse de M est tout simplement M 1 qui consiste remplacer

l i par 1 l i

M 1 l i 1 l i

c d quon doit avoir ce qui suit :

M 1 l i 1 l i = M l i ( 1 ) l i

(7)

Il suffit donc de remplacer par 1/ pour inverser la matrice.


Exercice
Etant donn le systme suivant :

3 1 2 x1 6
6 4 1 x2 = 11
5 4 1 x3 10

Enseignant : Jol M. ZINSALO /EPAC-UAC

(8)

Page 45

Analyse numrique pour Ingnieurs


dont la solution est x = [ 1 1 1] , multiplier la ligne 2 de ce systme par un
T

facteur 3.
Solution
Ceci revient multiplier le systme par la matrice suivante :

2e
0
1 0ligne

M l 2 3l 2 = 0 3 0
0 0 1
On obtient ceci :

2e
ligne

1 0 0 3 1 2 x1 1 0 0 6
0 3 0 6 4 1 x = 0 3 0 11


2

0 0 1 5 4 1 x3 0 0 1 10
W

3 1 2 x1 6
18 12 3 x = 33

2
5 4 1 x 3 10

La solution de ce nouveau systme reste la mme que celle du systme de

dpart puisque la matrice M l 2 3l 2

est inversible et que son dterminant

est 3.
1.

Permutation de deux lignes

Lopration lmentaire qui consiste intervertir deux lignes

(l

lj

est

galement connue sous le nom de permutation de lignes. Cette opration est


quivalente la multiplication du systme (6) par une matrice inversible

W = P li l j

qui contient des 1 sur la diagonale sauf la ligne i o le 1 est dans la colonne j
et la ligne j o le 1 est dans la colonne i, tous les autres termes sont nuls.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 46

Analyse numrique pour Ingnieurs

jecolonne

ie
colonne

W = P li l j

0
1

1
0

ie
ligne
jeligne

Exemple : intervertir la ligne 2 et la ligne 3 du systme prcdent

P l2 l3

1 0 0
= 0 0 1
0 1 0

Cela revient multiplier le systme par la matrice ci-dessus. On a alors :

1 0 0 3 1 2 x1 1 0 0 6
0 0 1 6 4 1 x = 0 0 1 11


2

0 1 0 5 4 1 x3 0 1 0 10
Ce qui donne :

3 1 2 x1
6
5 4 1 x = 10

2

6 4 1 x3
11

Remarques :

1. Linverse de la matrice P l i l j

est donc la matrice P l i l j

elle-

mme

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 47

Analyse numrique pour Ingnieurs

c d que nous avons : P l i l j = P 1 l i l j


2. On montre facilement que :

dt P l i l j = 1

Lorsque lon permute deux lignes le dterminant du systme de dpart


change de signe.

Opration l i l i + l j

3.

Cette opration est quivalente la multiplication du systme de dpart par une


matrice inversible W telle que :

W = T li li + l j

qui vaut 1 sur toute la diagonale et 0 partout ailleurs sauf le terme aij qui vaut

(a

ij

)
Colonne j
1

W =

Ligne i

aij

NB : la colonne j peut-tre galement vers la droite

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 48

Analyse numrique pour Ingnieurs


Exercice :

En considrant le systme prcdant, remplacer la 2e ligne ( i = 2 ) par la 2e


ligne moins 2 fois la 1re ligne

( j = 1) .

Solution :
Il suffit de multiplier le systme initial par la matrice de transformation :

W = T l 2 l 2 2l 1

i = 2, j = 1

1 0 0
W = 2 1 0
0 0 1
1 0 0 3 1 2 x1 1 0 0 6
2 1 0 6 4 1 x = 2 1 0 11

2


0 0 1 5 4 1 x 3 0 0 1 10

On trouve :

3 1 2 x1 6
0 2 3 x = 1

2
5 4 1 x 3 10

Remarques
1. La matrice T qui l i l i + l j est inversible. Pour obtenir son inverse, il
suffit de remplacer par c d :

) (

T 1 l i l i + l j = T l i l i l j

(10)

cela signifie que pour revenir en arrire, il suffit de soustraire la ligne que lon
vient dajouter.

2. On montre que le dterminant de T l i l i + l j

Enseignant : Jol M. ZINSALO /EPAC-UAC

) est 1.
Page 49

Analyse numrique pour Ingnieurs


3. Des 3 oprations lmentaires, seule lopration qui l i l i + l j (3e
opration) na pas deffet sur le dterminant.

4.

Mthode dlimination de Gauss

Maintenant, il suffit dutiliser systmatiquement les oprations lmentaires pour


introduire des zros dans la matrice et obtenir ainsi un systme triangulaire
suprieur :
Ax = b

A=

La validit de la mthode dlimination de Gauss repose sur le fait que les


oprations lmentaires consistent multiplier le systme de dpart par une
matrice inversible.
NB : En pratique, on ne multiplie jamais les systmes considrs par les
diffrentes matrices W car ce serait trop long. Il faut cependant garder en tte que
les oprations effectues sont quivalentes cette multiplication.
La mthode dlimination de Gauss consiste liminer tous les termes sous la
diagonale de la matrice

A . Mais avant de poursuivre, il est ncessaire

dintroduire la notion de matrice augmente.


4.1. Matrice augmente
Dfinition
La matrice augmente du systme linaire (1) est la matrice de dimension

n ( n + 1) que lon obtient en ajoutant le membre de droite b la matrice A cest-dire :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 50

Analyse numrique pour Ingnieurs

a 11
a
21
a 31

a n 1

a 12
a 22
a 32

a 33

an 2

an3

a 1n
a2 n
a3n

a nn

b1
b2
b3


bn

A b

ou

(11)

La notation (11) est trs utile puisque les oprations lmentaires doivent tre
effectues la fois sur les lignes de la matrice A et sur celle du vecteur b .
4.2. Description de la mthode par lexemple
Soit rsoudre le systme suivant par la mthode dlimination de Gauss
2 1 2 x1 10
6 4 0 x = 26

2
8 5 1 x3 35

La matrice augmente du systme est :


pivot

2 1 2 10
6 4 0 26

8 5 1 35

(
(l

T1 l 2 l 2 ( 6

l1

l 3 (8

l1

T2

)
)

Il faut creuser la matrice A pour la rendre triangulaire suprieure en effectuant


les transformations suivantes :

Ligne 1 T

l 2 (6 2

l1

T2 l 3 l 3 ( 8 2

l1

(l

On a indiqu ci-dessous la matrice augmente de mme que les oprations

Ligne
lmentaires pour liminer
les3 termes non nuls sous la diagonale de la 1re

colonne. Il est noter que lon divise par 2 ( a11 ) le coefficient qui multiplie la ligne

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 51

Analyse numrique pour Ingnieurs


1 : on dit que 2 est le pivot. On obtient en effectuant les oprations indiques les
rsultats suivants :

2 1 2
0 1 6

0 1 7
Pour

produire

une

matrice

10
4
5 T3 ( l 3 l 3 ( 1 1 ) l 2 )

triangulaire

suprieure, il

suffit

dintroduire

maintenant des zros sous la diagonale de la dernire colonne. Lopration est


indique ci-dessous et le pivot est 1 puisque maintenant a22 = 1 . On obtient donc
ce qui suit :
U

2 1 2 10
0 1 6 4

0 0 1 1

(12)

Il reste ensuite faire la remonte triangulaire de lalgorithme (4) :

1
=1
1
4 ( 6 )( 1 )
x 2 6 x 3 = 4 x 2 =
=2
1
10 ( 1 )( 2 ) 2( 1 )
2 x1 + x2 + 2 x3 = 10 x1 =
=3
2

x 3 = 1 x 3 =

On a construit la matrice triangulaire (12) en effectuant les oprations


lmentaires directement sur les lignes de la matrice. Si la matrice triangulaire
obtenue est note U , les oprations effectues pour obtenir U sont quivalent
multiplier le systme de dpart par une suite de matrice inversibles. En fait, on
a:

U = T3 T2 T1 A
o les matrices Ti quivalent aux diffrentes oprations effectues sur les lignes
de la matrice. Plus explicitement, on a :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 52

Analyse numrique pour Ingnieurs

2 1 0 0 1 0 0 1 0 0 2 1 2
2 1
0 1 6 = 0
1 0 0 1 0 3 1 0 6 4 0


0 0 1 0 1 1 4 0 1 0 0 1 8 5 1
U

T3

T2

T1

si on poursuit le raisonnement, on a galement A = T11 T21 T31 U . Puisque lon


sait inverser les matrices Ti on a immdiatement ce qui suit :
T11

T21

T31

2 1 2 1 0 0 1 0 0 1 0 0 2 1 2
6 4 0 = 3 1 0 0 1 0 0 1 0 0 1 6

8 5 1 0 0 1 4 0 1 0 1 1 0 0 1
A

1 0 0
3 1 0

4 1 1

Remarques
1. Les coefficients de la matrice triangulaire infrieure sont ceux qui ont
permis dliminer les termes de la matrice non nuls sous la diagonale de la
matrice A . Tout revient dcomposer la matrice A en un produit dune matrice
triangulaire infrieure note L et dune matrice triangulaire suprieure U .
Cest ce que lon appelle une dcomposition ou une factorisation L U = A .
2. La mthode dlimination de Gauss revient factoriser la matrice A en un
produit de deux matrices triangulaires L et U seulement dans le cas o
aucune permutation nest effectue.
3. Le dterminant de la matrice de dpart est le mme que celui de la matrice
triangulaire (12), puisquon na effectu que les oprations de la forme

l i l i + l j ce qui revient multiplier le systme de dpart par une matrice


dont le dterminant est 1. On a donc :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 53

Analyse numrique pour Ingnieurs


dtA = ( 1 )( 1 )( 1 )( 2 )( 1 )( 1 )
= 2

gal au produit des termes diagonaux de la matrice (12).

dtA = dtT11dtT21dtT31dtU
5.

Dcomposition L U

5.1. Principe de la mthode


Supposons un instant quon russisse exprimer la matrice A en un produit de
deux matrices triangulaires L U . On a rsoudre
A x = b LU x = b

En posant par exemple U x = y , on obtient un systme linaire dont la rsolution


se fait en deux tapes. Nous avons dabord rsoudre :
L y=b

et ensuite

U x= y

(13)

qui sont deux systmes triangulaires. On utilisera dabord une descente


triangulaire sur la matrice L pour obtenir y et par la suite une remonte
triangulaire sur la matrice U pour obtenir la solution recherche x .
Notons que la dcomposition L U nest pas unique. Pour illustrer la non unicit
de la dcomposition L U , voyons lexemple suivant :
Exemple : vrifier les galits suivantes :

0 0 1 0 ,5 0 ,5
2 1 1 2
0 4 2 = 0 4 0 0
1
0 ,5



6 3 1 6
0 4 0
0
1
1 0 0 2 1 1
= 0 1 0 0 4 2
3 0 1 0 0
4

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 54

Analyse numrique pour Ingnieurs


Remarque
La dcomposition L U ntant pas unique, il faut faire au pralable des choix
arbitraires. Le choix le plus courant consiste imposer que la matrice U ait des
1 sur sa diagonale, cest ce quon appelle dcomposition de Crout.
5.2. Dcomposition de Crout
Pour obtenir cette dcomposition, considrons une matrice de dimensions 4 4 , le
cas gnral tant similaire. Il sagira de dterminer les coefficients lij et uij des
matrices L et U de sorte que A = L U . En imposant que la diagonale de U soit
compose de 1, on doit avoir :

a11
a
21
a31

a41

a12
a22
a32

a13
a23
a33

a42

a43

a14 l11
a24 l 21
=
a34 l 31

a44 l41

0
l 22
l 32

0
0
l 33

l 42

l43

l44
0
0
0

1 u12
0 1

0 0

0 0

u13
u23
1
0

u14
u24
u34

Il suffit de procder de faon systmatique par identification des coefficients. On


remarque quil y a exactement 16 (n2 dans le cas gnral) inconnues
dterminer. On peut faire le produit des matrices L et U et se servir des diffrents
coefficients aij . On obtient ainsi les 16

(n )
2

quations ncessaires pour

dterminer les coefficients lij et uij .


1.

Produit des lignes de L par la 1re colonne de U

On obtient immdiatement :
l11 = a11
l 21 = a 21
l 31 = a 31
l 41 = a41

et la 1re colonne de L est tout simplement la 1re colonne de A .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 55

Analyse numrique pour Ingnieurs


2.

Produit de la 1re ligne de L par les colonnes de U

On obtient :

l11 u12 = a12 u12 =

a12
l11

l11 u13 = a13 u13 =

a13
l11

l11 u14 = a14 u14 =

a14
l11

si l11 0

On a donc la 1re ligne de U.


3.

Produit des lignes de L par la 2e colonne de U

Les diffrents produits donnent :

l 21 u12 + l 22 = a22
l 31 u12 + l 32 = a32
l41 u12 + l42 = a42

4.

l 22 = a22 l 21 u12
l 32 = a32 l 31 u12
l42 = a42 l41 u12

Produit de la 2e ligne de L par les colonnes de U

On trouve immdiatement que :

5.

l 21 u13 + l 22 u23 = a23 u23 =

a23 l 21 u13
l 22

l 21 u14 + l 22 u24 = a24 u24 =

a24 l 21 u14
l 22

Produit des lignes de L par la 3e colonne de U

On a :

l 31 u13 + l 32 u 23 + l 33 = a 33 l 33 = a 33 l 31 u13 l 32 u 23
l41 u13 + l42 u 23 + l43 = a 33 l43 = a43 l41 u13 l42 u 23

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 56

Analyse numrique pour Ingnieurs

6.

Produit de la 3e ligne de L par la 4e colonne de U

On a :

l 31 u14 + l 32 u24 + l 33 u34 = a34 u34 =

7.

a34 l 31 u14 l 32 u24


l 33

Produit de la 4e ligne de L par la 4e colonne de U

On a :

l41 u14 + l42 u24 + l43 u34 + l44 = a44 l44 = a44 l41 u14 l42 u24 l43 u34

De faon gnrale, on a lalgorithme suivant :


Algorithme : Dcomposition de Crout
1. Dcomposition LU (sans permutation de lignes)

1re colonne de L :

li 1 = ai1 pour i = 1,2, ...,n

1re ligne de U :

u1i =

(14)

a1i
pour i = 2,3, ...,n
l11

(15)

Pour i = 2, 3, 4 , ..., n 1
Calcul du pivot :
i 1

lii = aii lik uki

(16)

k =1

Pour j = i + 1, i + 2 , ..., n :
Calcul de la ie colonne de L :
i-1

l ji = a ji l jk uki
k =1

(17)

Calcul de la ie ligne de U

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 57

Analyse numrique pour Ingnieurs


i-1

uij =

aij lik ukj


k =1

(18)

lii

Calcul de
n-1

lnn : lnn = ann lnk ukn

(19)

k =1

2. Descente et remonte triangulaires

Descente triangulaire pour rsoudre L y = b :

y1 =

b1
l11
i-1

Pour i = 2, 3, 4 , ..., n :

yi =

bi lik yk
k =1

lii

i-1

i = 2, 3, 4 , ..., n :

yi =

bi lik yk
k =1

(20)

lii

Remonte triangulaire pour rsoudre U x = y ( uii = 1 )

xn = yn
Pour i = ( n 1 ), ( n 2 ), ..., 1 :
i = ( n 1 ), ( n 2 ), ..., 1 :

xi = yi uik xk
k = 1+ 1

xi = yi uik xk
k = 1+ 1

(21)

Remarques :
1. Lalgorithme prcdent ne fonctionne que si les pivots l ii sont tous non
nuls. Ce nest pas toujours le cas et il est possible quil faille permuter deux
lignes pour viter cette situation tout comme pour llimination de Gauss. Les
coefficients l ii sont encore appels pivots.
2. Une fois utiliss, les coefficients de la matrice A ne servent plus rien. Ils
peuvent tre dtruits au fur et mesure que la dcomposition progresse. De ce
fait, on peut les remplacer par les valeurs l ij ou uij selon le cas. Cest ce que

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 58

Analyse numrique pour Ingnieurs


lon appelle la notation compacte qui permet dviter de garder inutilement en
mmoire des matrices de grande taille.
Dfinition
La notation compacte de la dcomposition L U est la matrice de coefficients :

l 11
l
21
l 31

l 41

u12
l 22
l 32

u13
u23
l 33

l 42

l 34

u14
u24
u34

l 44

(22)

dans le cas dune matrice de dimension 4 x 4. La matrice initiale A est tout


simplement dtruite. Les coefficients 1 de la diagonale de la matrice U ne sont
pas indiqus explicitement mais doivent tre tout de mme pris en compte. De
faon plus rigoureuse, la notation compacte revient mettre en mmoire la
matrice L + U I et dtruire la matrice A .

Exercice
Dcomposer en un produit L U le systme dquation linaire suivant :

2
3 1
1
2
3

2 2 1

x1 12

x 2 = 11
x 3 2

et le rsoudre.
Solution
Pour illustrer la notation compacte, on remplacera au fur et mesure les
coefficients aij par l ij ou uij ; les cases que nous allons mettre souligneront
que les lments aij correspondant ont t dtruits.
1) 1re colonne de L
Cest tout simplement la 1re colonne de A

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 59

Analyse numrique pour Ingnieurs

3 1
1
2

2 2

2
3
1

2) 1re ligne de U
Le pivot de la 1re ligne est 3. On divise donc la 1re colonne de A par 3
3 1 / 3
1
2

2
2

2 3
3
1

3) 2e colonne de L
Pour trouver la 2e colonne de L, on a dans lalgorithme la relation (17)

1 7
l 22 = a 22 l 21 u12 = 2 ( 1)
=
3 3
4
1
l 32 = a 32 l 31 u12 = 2 ( 3 )
=

3
3

3 1 / 3
1
7 3

2 4 3

2 3
3
1

4) 2e ligne de U
(18) donne :

u23 =

a 23 l 21 u13 3 1( 2 / 3 )
=
=1
l 22
7/3

2 3
3 1 / 3
1
7 3
1

2 4 3
1
Enseignant : Jol M. ZINSALO/EPAC-UAC

Page 60

Analyse numrique pour Ingnieurs

5) Calcul de l33
l 33 = a 33 l 31 u13 l 32 u23

De (19)

= 1 2( 2 / 3 ) ( 4 / 3 )( 1 ) = 1

La matrice compacte devient :

3 1 / 3
1
7 3

2 4 3

2 3
1
1

La matrice de dpart A (maintenant dtruite) vrifie ncessairement :


3
A = 1
2

0
7 3
0
4 3 1
0

1
0

1 3
1
0

2 3
0
1

6) Rsoudre L y = b
La descente triangulaire donne :
y1 =

b1 12
=4
=
l 11
3

y2 =

b2 l 21 y1 11 1( 4 )
=3
=
l 22
7 3

y3 =

b3 l 31 y1 l 32 y 2 2 2( 4 ) ( 4 / 3 )( 3 )
=2
=
l 33
1

y = [4

3 2]

7) Rsolution de U x = y

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 61

Analyse numrique pour Ingnieurs


La remonte triangulaire donne :

x3 = 2
x 2 = y 2 u23 x 3 = 3 1( 2 ) = 1
x 1 = y1 u12 x 2 u13 x 3
= 1 ( 1 / 3 )( 1 ) ( 2 / 3 )( 2 ) = 3
3
x = 1
2
3.

est la solution recherche

Dcomposition L U et permutation de lignes

Comme on la dj soulign, lalgorithme de dcomposition L U exige que les


pivots l ii soient non nuls. Dans le cas contraire, il faut permuter deux lignes.
Contrairement la mthode dlimination de Gauss, la dcomposition L U utilise
le terme de droite b la toute fin au moment de la descente triangulaire L y = b .
Si lon permute des lignes on doit garder la trace de faon effectuer les mmes
permutations sur b . A cette fin on introduit un vecteur O

dit vecteur de

permutation qui contient tout simplement la numrotation des quations.


Remarque
Dans une dcomposition L U , la permutation de ligne seffectue toujours aprs le
calcul de chaque colonne de L . On place en position de pivot le plus grand terme
en valeur absolue de cette colonne (sous le pivot actuel) pour des raisons de
prcision.
Exercice : Rsoudre par la mthode de dcomposition L U le systme
dquations linaires suivant :

0 2 1 x1 5
1 0 0 x = 1

2
3 0 1 x 3 2
Solution :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 62

Analyse numrique pour Ingnieurs

Soit

0 2 1
A = 1 0 0 la matrice de dpart et le vecteur de permutation
3 0 1

O = [1 2 3]

indiquant que la numrotation des quations nest pas encore

modifie.
1. 1re colonne de L
Puisquil sagit de la 1re colonne de A, on a :

pivo
t

0 2 1
1 0 0

3 0 1

et

1
O = 2
3

Le vecteur de permutation nest pas encore modifi mais on a un pivot nul.

On effectue lopration l 1 l 3 . On aurait tout aussi bien pu permuter la


ligne 1 et la ligne 2 mais on choisit immdiatement le plus grand pivot
possible en valeur absolue. Ainsi, le vecteur de permutation O est alors
modifi. On a :

pivot

3 0 1
1 0 0

0 2 1

3
O = 2
1

2. 1re ligne de U
Ici, il suffit de diviser cette ligne par le nouveau pivot 3

3 0 1 3
1 0 0

0 2 1

3
O = 2
1

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 63

Analyse numrique pour Ingnieurs


3. 2e colonne de L
De (17) on tire

l 22 = a 22 l 21 u12 = 0 1( 0 ) = 0
l 32 = a 32 l 31 u12 = 2 0 ( 1 ) = 2

Maintenant :
3 0 1 3
1 0 0

0 2 1

3
O = 2
1

Et encore on a un pivot nul qui oblige intervertir les lignes 2 et 3 et


modifier O en consquence. Donc on a :

3 0 1 3
0 2 1

1 0 0

3
O = 1
2

4. Calcul de u23
De (18)

u 23 =

a 23 l 21 u13 1 0( 1 / 3 ) 1
=
=
l 22
2
2

et la matrice compacte devient :


3 0 1 3
0 2 1 2

1 0 0

3
O = 1
2

5. Calcul de l33

l 33 = a 33 l 31 u13 l 32 u 23
= 0 1( 1 / 3 ) 0 ( 1 / 2 ) = 1 / 3

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 64

Analyse numrique pour Ingnieurs


Donc la dcomposition L U de la matrice A donne :
1 3
3 0
0 2
1 2

1 0 1 3

3
O = 1
2

Remarquons que :

3 0 1
0 2 1

1 0 0

0 1 0 1 3
3 0
0 2
0 0 1 1 2 =

1 0 1 3 0 0 1
L

A perturbe suivant O

Lquation rsoudre est A x = b , et compte tenue de O on rsout dabord

0 y 1 2
3 0
2
L y = 5 0 2
0 y 2 = 5
1 0 1 3 y 3 1
1
La descente triangulaire donne :

y = [ 2 3 5 2 1]

On rsout ensuite :

1 0 1 3 x 1 2 3
U x = y 0 1 1 2 x 2 = 5 2
0 0 1 x 3 1
La remonte triangulaire donne :
x = [ 1 2 1]T
qui est la solution finale du systme.
Remarque
Le dterminant de la matrice A de lexercice prcdent est donn par :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 65

Analyse numrique pour Ingnieurs


dtA = ( 1 )( 1 ) ( 3 )( 2 )( 1 3 )
2 permutatio ns

comme on a permut deux lignes deux fois, le dterminant a chang de signe 2


fois cela nous amne au thorme suivant :
THEOREME
On

peut

calculer

le

dterminant

dune

matrice

laide

de

la

dcomposition L U de la faon suivante :


n

dtA = ( 1 ) N l ii
i =1

(23)

o N est le nombre de fois on a permut deux lignes.


4.

Calcul de la matrice inverse A 1

Le calcul de la matrice inverse A 1 est rarement ncessaire. En effet, il est inutile


de calculer A 1 pour rsoudre un systme linaire. Cependant, si pour une raison
ou pour une autre on souhaite calculer cet inverse, il est important de suivre le
bon cheminement afin dviter les calculs longs et parfois inutiles.
La solution du systme linaire :
Ax=b

(1)

est donne par

x = A 1 b
Pour dterminer la matrice inverse, il suffit de remarquer que le produit dune
matrice par le vecteur e i dont toutes les composantes sont nulles sauf la
ime qui vaut 1 donne la ime colonne de la matrice A.
Exemple
Soit la matrice suivante :

1 2 3
A = 4 5 6

7 8 9

En multipliant A par le vecteur e3 = [0 0 1]T on a la 3e colonne de A, donc :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 66

Analyse numrique pour Ingnieurs


A e3 = [3 6 9 ]T
A e 1 = [1 4 7 ]T

e 1 = [1 0 0 ]T

Si on applique ce raisonnement la matrice A 1 on constate quaprs avoir not


C i la ime colonne de A 1 on a :
Ci

A 1

A 1 e i = C i

(AA ) e
1

ei = A C i

ou

= AC i

I e i = AC i
e i = AC i

e i = AC i
(24)
La rsolution de (24) donne la ime colonne de A 1 . On peut donc affirmer que le
calcul de A 1 est quivalent la rsolution de n systmes linaires (1 par colonne
de A 1 ).
Remarque
Puisque le calcul de A 1 est quivalent la rsolution de n systmes linaires il
est clair quil ne faut jamais calculer A 1 pour rsoudre un systme linaire. Il
vaut mieux utiliser directement une dcomposition

LU

sans passer par

linverse.

Exercice : Calculer linverse de la matrice suivante :

Enseignant : Jol M. ZINSALO /EPAC-UAC

0 2 1
A = 1 0 0
3 0 1

Page 67

Analyse numrique pour Ingnieurs


Solution
La dcomposition

LU

de A est dj obtenue partir de lexemple

prcdent, soit on a :
0 1 0 1 3
3 0
0 2
0 0 1 1 2

1 0 1 3 0 0 1
L

3
O = 1
2

On aura recours encore une fois au vecteur de permutation O . Pour obtenir


la matrice inverse, on doit rsoudre les trois systmes linaires suivants :
A C1 = e1

A C2 = e 2

A C3 = e3

dont les rsultats donne les trois colonnes de la matrice A 1 .


Rsolution de

A C1 = e1

C1

est linconnue

A C1 = e1 L U C1 = e 1
(1)

En posant :

U C1 = y

(1) devient :

L y = e1
1

(2)

or e1 = [1 0 0 ]T ; puisque la matrice A est perturbe, le produit L U lest


aussi.
Comme le vecteur de permutation est O = [3 1 2 ]T , e1 perturb scrit :

0
e1 = 1
0

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 68

Analyse numrique pour Ingnieurs


y
11
y = y12
1
y
13

Si

(2) devient :
0
3 0
0 2
0

1 0 1 /

y 0
y11 = 1
12
3 y13 0

La descente triangulaire donne : y = [0 1 2 0 ] .


1
T

On va rsoudre ensuite U C1 = y

1 0
0 1

0 0

1 3 C 0
11
1 2 C12 = 1 2
1 C13 0

on trouve par remonte triangulaire


C 1 = [0 1 2 0 ]

qui reprsente la 1re colonne de A 1 .

2.) La rsolution du second systme A C2 = e2 donne :


C 2 = [1 3 2 3 ]

3.) la rsolution du second systme A C3 = e3 donne :


C3 = [0 1 2 1]

Donc la matrice inverse de A 1 de A scrit :

1
0
0

1 2 3 2
=
1 2
0 3
1

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 69

Analyse numrique pour Ingnieurs


5.

Conditionnement dune matrice

On traitera ici les mesures derreur lies aux systmes linaires. Cela amne donc
aborder les mesures de norme vectorielle, norme l 1 , norme euclidienne et
norme l .

5.1. Norme vectorielle


Une norme vectorielle est une application de R n dans R
tout vecteur x un scalaire not

x x x

(R

R qui associe

) et qui vrifie les trois proprits

suivantes :
la norme dun vecteur est toujours strictement positive sauf si le vecteur a
toutes ses composantes nulles c d :
x > 0 sauf si x = 0

(25)

si est un scalaire ou un rel, alors on a :

x = x
(26)
lingalit triangulaire est toujours vrifie entre deux vecteurs x et y
quelconque :

x+ y x + y

(27)

Toute application vrifiant ces trois proprits est une norme vectorielle. La plus
connue est la norme euclidienne.

5.2. Norme euclidienne


La norme euclidienne dun vecteur x est note x

Enseignant : Jol M. ZINSALO /EPAC-UAC

et dfinie par :

Page 70

Analyse numrique pour Ingnieurs

x =

x12 + x 22 + + x n2

(28)

o x 1 , x 2 , , x n sont les composantes de x .

THEOREME
La norme Euclidienne vrifie les trois proprits dune norme vectorielle.
5.3. Norme l 1 et l
La norme l 1 est dfinie par :
x
1

i=1

xi

(29)

Tandis que la norme l est dfinie par :

= max x i

(30)

1 i n

Exercice : tant donn le vecteur x = [1 3 8 ] , dterminer


T

x ,
1

et

x .
e

Solution
x
1

= x1 + x2 + x3
= 1 + 3 + 8 = 12

= max (1 , 3 , 8 ) = 8 = 8

= x 12 + x 22 + x 32
= 1 + 9 + 64 = 74

5.4. Norme matricielle


La norme matricielle est une application qui associe une matrice A un scalaire
not A vrifiant les quatre proprits suivantes :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 71

Analyse numrique pour Ingnieurs


1.

la norme dune matrice est toujours >0 sauf si la matrice a toute ses
composantes nulles :

A > 0 sauf si A = O
(31)
2.

si est un scalaire alors on a :

A = A

3.

(32)

lingalit triangulaire est toujours vrifie entre deux matrices A et B


cest--dire :

A+ B A + B
4.

(33)

une quatrime proprit est ncessaire pour les matrices :

A B A B

(34)

Toute application qui vrifie ces quatre proprits est une norme matricielle.

5.5

Quelques normes matricielles


n

1.

A 1 = max a ij
i jn

i =1

(consiste sommer en valeur absolue chacune des colonnes de A et choisir la


plus grande somme)

2.

A = max a ij
1 i n
j =1

(faire un travail similaire sur les lignes)


3.

A2=

2
a ij

i , j =1

cest lquation de la norme euclidienne des matrices, on lappelle quelques fois la


norme de Frobnius.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 72

Analyse numrique pour Ingnieurs

5
1 2

1 5
Exercice : soit la matrice A = 3
1 9
0
Dterminer A 1 , A , A 2 .

Solution :

A 1 = max( 5 ,12 ,10 ) = 12


A = max( 8 ,9 ,10 ) = 10
A

= 1 2 + ( 2 ) + (5 ) + ( 3 ) + 1 2 + ( 5 ) + 1 2 + ( 9 ) + 0 2
2

= 147
Lorsquon sintresse aux systmes linaires on doit souvent manipuler des
produits de matrices par des vecteurs do lintrt de la dfinition :

Dfinition :
Une norme vectorielle et une norme matricielle sont dites compatibles si la
condition
Ax A x

(35)
est valide quelque soient la matrice A et le vecteur x
Remarque
Les normes vectorielle et matricielle ne sont pas toutes compatibles entre elles.
On dmontre que :
1

et A 1

et A

x
x

et A

x
e

sont compatibles deux deux.


Exercice : considrons le vecteur x = [1 3 8 ] et la matrice
T

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 73

Analyse numrique pour Ingnieurs

5
1 2

A = 3
1 5
1 9
0
Vrifier la compatibilit conditionne par lexpression (35).

Rsolution

- 33
A x = 34
28

A 1 = 12

A = 10

= 147

Ax

Ax

Ax
e

= 12

=8

= 74

= 33 + 34 + 28 = 95

= max (33 ,34 ,28 ) = 34

( 33 )2 + ( 34 )2 + (28 )2

= 3029

Lingalit (35) devient :


norme l 1 : 95 12 12
norme l : 34 10 8

norme euclidienne :

3029 147 74

5.6. Conditionnement dune matrice


Dfinition
Le conditionnement dune matrice note CondA est dfini par :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 74

Analyse numrique pour Ingnieurs


CondA = A A 1

(36)

Remarques
1. Le conditionnement dpend de la norme matricielle utilise. On utilise le
plus souvent la norme

2. On montre que le conditionnement de la matrice est encadr par :

1 CondA

(37)

Le conditionnement est important pour dterminer la sensibilit dune matrice


aux erreurs darrondie et de reprsentation sur ordinateur.

5.8

Bornes derreurs et conditionnement

Considrons le systme linaire A x = b et notons x la solution exacte du systme


et x * la solution approximative ; la norme de lerreur :

e = x x*
e devrait tre plus petite, ce nest pas toujours le cas.

Dfinissons le rsidu par le vecteur r :

r = b Ax

(38)

donc nous avons le rsidu

r = b Ax = Ax Ax *

= A x x * = Ae
e

si nous avons

r = Ae e = A1 r

compte tenue de la condition (35), il vient :


e A1 r

Enseignant : Jol M. ZINSALO /EPAC-UAC

(39)

Page 75

Analyse numrique pour Ingnieurs


De faon analogue, puisque le vecteur Ae = r on peut crire que :

r A e

on peut tirer

(40)

(39) et (40) donnent :

r
A

e A 1 r

(41)

en faisant le mme raisonnement avec les galits A x = b et x = A 1 b , on trouve


ce qui suit :

b
A

x A 1 b

et, en inversant les ingalits, on trouve :

1
A 1 b

A
(42)

En multipliant les ingalits (41) et (42), on obtient le thorme fondamental


suivant :

r
A A 1 b

e
x

A1 A r
b

do

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 76

Analyse numrique pour Ingnieurs


THEOREME

r
e
r
1
CondA

CondA b
x
b

(43)

Remarques

e
1. Le terme du milieu

reprsente lerreur relative entre la solution exacte

x et la solution approche x * .
2. Si le conditionnement de la matrice est prs de 1, lerreur relative est
comprise entre deux valeurs trs prs lune de lautre. Si la norme du
rsidu est petite, lerreur relative est galement petite et la prcision de la
solution approximative toutes les chances dtre satisfaisante.
3. Par contre si le conditionnement de la matrice A est grand, la valeur de
lerreur relative est quelque part entre 0 et un nombre possiblement trs
grand. Il est donc craindre que lerreur relative soit alors grande, donc
que la solution approximative soit de faible prcision et mme, dans
certains cas compltement fausse.
4. Mme si la norme du rsidu est petite, il est possible que lerreur relative
lie la solution approximative soit quand mme trs grande.
5. Plus le conditionnement de la matrice A est grand, plus on doit tre
attentif lalgorithme de rsolution utilise.
6. Il importe de rappeler que mme si une matrice est bien conditionne, un
mauvais algorithme de rsolution peut conduire des rsultats errons.

On peut obtenir une autre ingalit qui illustre le rle du conditionnement dune
matrice quant la prcision de la solution numrique dun systme linaire. Soit
le systme linaire A x = b . Lorsquon rsout un tel systme sur ordinateur o la
reprsentation des nombres nest pas toujours exacte, on rsout en fait le
systme suivant :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 77

Analyse numrique pour Ingnieurs

(A + E ) x = b
o la matrice E reprsente une perturbation du systme initial due par exemple
aux erreurs de reprsentation sur ordinateur des coefficients de A . La matrice E
peut galement reprsenter les erreurs de mesure lorsque les coefficients de la
matrice A sont obtenus exprimentalement, ce qui est courant en pratique. On
notera encore x * la solution du systme perturb.

x = A 1 b = A 1 ( A + E ) x *

= I + A 1 E x* = x * + A 1 E x *
ce qui implique que lerreur est :

x x* = A1 E x *

(34) et (35)

x x * A 1 E x * =

A A 1 E x *
A

do le thorme suivant/
THEOREME

x x*
x*

CondA

E
A

Remarques
1. Le terme de gauche est une approximation de lerreur relative entre la
solution exacte et la solution du systme perturb (on devrait avoir x au
dnominateur pour reprsenter vraiment lerreur relative).
2. Le terme de droite est en quelque sorte lerreur relative lie aux coefficients
de la matrice A multipli par le conditionnement de A .
3. Si CondA est petit, une petite perturbation sur la matrice A entrane une
petite perturbation sur la solution x

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 78

Analyse numrique pour Ingnieurs


4. Par contre, si CondA est grand, une petite perturbation sur A pourrait
rsulter en une trs grande perturbation sur la solution du systme. Il est
par consquent possible que les rsultats numriques soient peu prcis et
mme dans certains cas compltement faux.
Problme
On donne la matrice A et une approximation de son inverse :
0
4 1 1
1
4
0 1

A=
1
0
4 1

4
0 1 1

1. Calculer

une

A 1

approximation

de

0,29
0 ,08
=
0 ,08

0 ,04

0 ,08 0 ,08 0 ,04


0,29 0 ,04 0 ,08

0 ,04 0,29 0 ,08

0 ,08 0 ,08 0,29

CondA

conditionnement de A . On utilisera la norme


2. On

dsire

rsoudre

le

systme

le

facteur

de

linaire

AX =B

B = [100 200 0 100 ] . Une approximation de la solution est donne


T

par :
49 ,0
74 ,0
1

X X* = A B =
24 ,0

49 ,0

Sans rsoudre le systme linaire, calculer une borne suprieure et


une borne infrieure de

X X*
X

3. Effectuer une tape de raffinement itratif pour corriger la solution


approximative X * .
Rsolution
1. Calcul de CondA
C = CondA = A

A 1

= 6 0 ,49 = 2 ,94

2. Les bornes infrieure et suprieure

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 79

Analyse numrique pour Ingnieurs


On a :

AX = B o B = [100 200 0 100]

49 ,0
74 ,0

X X* = A 1 B =
24 ,0

49 ,0

On rappelle que :
R
X X*
1 R
C

C B
B
X

= 200

0 49 ,0 2
100 4 1 1
200 1
4
0 1 74 ,0 2

R = B AX * =
R
=

0 1
0
4 1 24 ,0 2

1 1
4 49 ,0 2
100 0
1 R
1
2
=
= 0 ,00340
C B 2 ,94 200
C

R
B

= 2 ,94

=2

2
= 0 ,0294
200

donc
0,00340

X X*
X

0 ,0294

3. Raffinement itratif

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 80

Analyse numrique pour Ingnieurs


R = A E E = A 1 R
rsidu

R E*

erreur

0 ,29
0 ,08
E*
0 ,08

0 ,04

0 ,08 0 ,08 0 ,04 2 0 ,98


0 ,29 0 ,04 0 ,08 2 0 ,98
=
0 ,04 0 ,29 0 ,08 2 0 ,98


0 ,08 0 ,08 0 ,29 2 0 ,98

49 ,0 0 ,98 49 ,98
74 ,0 0 ,98 74 ,98

=
+
X X * + E* =
24 ,0 0 ,98 24 ,98

49 ,0 0 ,98 49 ,98

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 81

Analyse numrique pour Ingnieurs


CHAPITRE 4
RESOLUTION DES SYSTEMES DEQUATIONS NON LINEAIRES : METHODES
ITERATIVES

I.

Introduction
La rsolution numrique des grands systmes linaires (grandes tailles) peut
parfois ncessiter lemploi des mthodes autres que la dcomposition L U . La
raison principale est que la dcomposition L U requiert la mise en mmoire dune
matrice de trs grande taille avec peu de possibilit de comprimer cette
information. Les mthodes itratives en revanche permettent de ne placer en
mmoire que les coefficients non nuls dune matrice. Cela est particulirement
important avec les matrices creuses dont une grande partie des coefficients sont
nuls. La dcomposition L U ne permet pas cette possibilit puisque que le
processus mme de dcomposition tend remplir la matrice. En effet, la plupart
des coefficients nuls dune matrice creuse deviennent non nuls au terme de la
dcomposition.
Les mthodes itratives possdent donc des avantages suffisamment importants
pour justifier une recherche active dans ce domaine. Une grande prudence est de
mise donc. De plus, les mthodes itratives, lorsquelles convergent ne deviennent
vraiment avantageuses que pour les systmes linaires de trs grande taille.

II.

Rappel de quelques notions relatives ltude de la convergence des


matrices

1.

Polynme caractristique dune matrice


Si A est une matrice de dimension n , on dfinit le polynme caractristique
de A par la relation :

p( ) = dt ( A I )

(1)

o I est la matrice unit.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 82

Analyse numrique pour Ingnieurs


Le polynme p( ) est de degr n et possde donc n racines relles ou complexes
conjugues.
2.

Valeurs propres dune matrice

Les racines (ou zros) du polynme caractristique dune matrice A sont


appeles valeurs propres de la matrice A .

Si est une valeur propre, la matrice A I est singulire (puisque son


dterminant est nul) et le systme :

(A I ) x = 0

Ax = Ix = x

ou

(2)

possde des solutions non nulles. En effet, le systme (2) possde toujours la
solution x = 0 . Si est une valeur propre, il existe galement dautres solutions.

Une solution non nulle du systme (2) est appele vecteur propre de A
associe la valeur propre .

Exercice : Soit la matrice suivante :


1 2
A=

2 2

Trouver le polynme caractristique et les valeurs propres de cette matrice.


Solution
Le polynme caractristique de A est alors :

p( ) = dt ( A I ) =

1
2

2
2

= (1 )(2 ) + 4 = 2 3 + 6
p( ) = 2 3 + 6
Pour dterminer les valeurs propres, il suffit de rsoudre lquation p( ) = 0

p( ) = 2 3 + 6 = 0

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 83

Analyse numrique pour Ingnieurs

= 9 24 = 15 = 15 i 2
1 =

3 + i 15
2

2 =

3 i 15
2

qui sont deux valeurs propres de la matrice A .


3.

Rayon spectral dune matrice


Le rayon spectral dune matrice A est dfini par :

( A ) = max i

(3)

1 i n

o i est le module complexe de la valeur propre i de A .


1 4
Exercice : On donne la matrice A =

2 3

Dterminer le rayon spectral de A .


Solution :
Le polynme caractristique de A est :
dt ( A I ) =

= 2 4 5

p( ) = 2 4 5 = 0 1 = 5 2 = 1

1 = 5 2 = 1 1 = 5 et 2 = 1
Do le rayon spectral est :

( A) = max (5 ; 1) = 5
4.

Convergence dune matrice

Une matrice A est dite convergente si :


lim A n = 0

(4)

THEOREME
Les conditions suivantes sont quivalentes :
1) La matrice A est convergente.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 84

Analyse numrique pour Ingnieurs


2) Pour toute norme matricielle, nous avons :
lim A n = 0

(5)
3) Pour tout vecteur x :
lim A n x = 0

(6)

4) Le rayon spectral de A est strictement infrieur 1

( A) < 1

Exemple :
1 2 0
A=

1 3 1 4
dt ( A I ) =

1 2

13

1 4

= (1 2 )(1 4 ) = 0 1 = 1 2 et 2 = 1 4

0
1 4
A2 =

1 4 1 16

0 ,97656 10 3
A10 =
0 ,13008 10 2

0 ,88818 10 15
A50 =
4
0 ,11842 10

0 ,0

0 ,95367 10 6

0 ,0

0 ,788886 10 30

On constate que chaque coefficient de la matrice An tend vers 0 c d

lim A n = 0

Donc la matrice A est bien convergente.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 85

Analyse numrique pour Ingnieurs


III. Mthode de Jacobi
Considrons le systme linaire suivant :
a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1 n x n = b1
a x
21 1 + a 22 x 2 + a 23 x 3 + + a 2 n x n = b 2
a 31 x 1 + a 32 x 2 + a 33 x 3 + + a 3 n x n = b 3

a n 1 x 1 + a n 2 x 2 + a n 3 x 3 + + a nn x n = bn

(7)

On suppose pour linstant que tous les lments de la diagonale sont non nuls

(aii 0 , i ) .
A

partir
0

x = x10

x 20

dune
x 30 xn0

approximation

initiale

de

la

solution

note

(comme dans toute mthode itrative) on construit

lalgorithme suivant :
n

b1 a 1 j x kj

j= 2

1
k +1
b2 a 2 j x kj
x2 =

a 22
j=1, j 2

1
b3 a 3 j x kj
x 3k + 1 =

a 33
j=1, j 3

x 1k + 1 =

x nk + 1 =

1
a 11

1
a nn

(8)

n 1

bn a nj x kj

j=1

qui consiste isoler le coefficient de la diagonale de chaque ligne du systme.


Cest la mthode dite de Jacobi.
Si lun des lments diagonaux est nul, il est parfois possible de permuter
certaines lignes pour viter cette situation. Plus gnralement, on crit :

x ik +1 =

1
a ii

bi a ij x kj

j =1, j i

(9)

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 86

Analyse numrique pour Ingnieurs


Exercice 1 : Rsoudre le systme suivant par la mthode de Jacobi

3 x1 + x2 x3 = 2

x 1 + 5 x 2 + 2 x 3 = 17
2 x x 6 x = 18
2
3
1
Solution :

) (

) (

i=1

x1k + 1 =

1
1
b1 a12 x2k a13 x3k = 2 a12 x2k a13 x3k
a11
3

i=2

x2k + 1 =

1
1
b2 a21 x1k a23 x3k = 17 x2k 2 x2k
a22
5

i=3

x3k + 1 =

1
1
b1 a12 x2k a12 x2k = 18 2 x 2k + x2k
a33
6

x 0 0
1
0 0
A partir de x = x 2 = 0 , on trouve :
x 0 0
3

1re itration :

(
(

1
1
2
2 x 20 + x 30 = (2 0 + 0 ) =
3
3
3
17
1
x 21 = 17 x10 2 x 30 =
5
5
1
x 31 = 18 2 x10 + x 20 = 3
6
x11 =

x = [2 / 3 17 / 5
1

3]T

2e itration

17
1
1
8
+ 3 =
2 x 21 + x 31 = 2
5
3
3
15
1
1
2
31
x 22 = 17 x 11 2 x 31 = 17 6 =
5
5
3
15

x 12 =

x 32 =

2 17
1
1
18 2 x 11 + x 21 = 18 2 +
= 2 ,655556
3 15
6
6

x = [8 / 15 31 / 15 2 ,655556 ]T
2

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 87

Analyse numrique pour Ingnieurs


Do le tableau des rsultats suivant :
K

x1k

x2k

x3k

0,000 000

0,000 000

0,000 000

0,666 666

3,400 000

3,000 000

0,533 333

2,066 667

2,655 556

0,862 963

2,231 111

2,833 333

0,867 407

2,094 074

2,915 802

0,940 576

2,0 601 198

2,970 123

0,959 975

2,035 835

2,970 159

0,978 108

2,019 941

2,980 686

0,986 915

2,012 104

2,989 379

0,992 425

2,006 865

2,993 621

10

0,995 585

2,004 067

2,996 331

Les valeurs convergent vers la solution

x = [1 2 3 ]T

La convergence est cependant assez lente.


Forme matricielle de la mthode de Jacobi
Elle sert uniquement pour lanalyse de convergence de la mthode. Pour obtenir
cette reprsentation matricielle, on doit dabord effectuer une dcomposition de la
matrice A sous la forme :

A = D + Ti + Ts

(10)

o
a11

D=

a 22

ann

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 88

Analyse numrique pour Ingnieurs


0
a
21
Ti = a 31


a n 1

0
a 32

an2

an3

Ts =

a 12
0

a 13
a 23
0

a1n
a 2 n
a3n

Ce procd consiste isoler de la matrice A la diagonale et les matrices


triangulaires infrieure et suprieure.

Ax = b

Le systme linaire :
devient :

( D + Ti

+ Ts ) x = b

D x = (Ti + Ts ) x + b
x = D 1 (Ti + Ts ) x + D 1 b
x = TJ x + CJ

o TJ = D 1 (Ti + Ts ) et CJ = D 1 b
et lalgorithme (9) peut scrire :
x

k+1

= TJ x + CJ

on montre que la mthode de Jacobi converge si le rayon spectral de TJ c d

(TJ ) < 1 . Or si la matrice TJ est de grande taille, le calcul de (TJ ) savre


difficile. On contourne ce problme en exploitant un type de matrice qui vrifie
automatiquement la condition de convergence de la mthode de Jacobi.
Dfinition
Une matrice A est dite diagonale strictement dominante si :
aii >

j =1, j i

aij

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 89

Analyse numrique pour Ingnieurs


cette dfinition signifie que le terme diagonal a ii de la matrice A est nettement
dominant puisque sa valeur absolue est plus grande que la somme des valeurs
absolues de tous les autres termes de la ligne.
On montre que le rayon spectral dune matrice A vrifie :
(11)

( A) A

et ce quelque soit la norme matricielle utilise.


THEOREME
Si A est une matrice diagonale strictement dominante, la mthode de
Jacobi est convergente.
Exercice 2 : Montrer que la mthode de Jacobi applique la rsolution du
systme de lexercice 1 est convergente.

IV. Mthode de GAUSS-SEIDEL


La mthode de GAUSS-SEIDEL est une variante amliore de la mthode de
Jacobi. Pour bien comprendre le principe, il suffit de reconsidrer la mthode
de Jacobi et de voir comment on pourrait lamliorer. On sait que la mthode
de Jacobi, dans le cas gnral, scrit :

x ik + 1 =

1
a ii

k
b
a
x
ij j
i
j=1, ji

(12)

qui peut aussi sexprimer comme suit :


i 1
n

1
k
k
k+1
xi
b
a x
a x
=
aii i j = 1 ij j j = i + 1 ij j

La mthode de Gauss-Seidel scrit dans le cas gnral comme suit :

x ik + 1 =

1
a ii

i1

bi a ij x kj + 1

j=1

Enseignant : Jol M. ZINSALO /EPAC-UAC

j=i+1

a ij x kj

(13)

Page 90

Analyse numrique pour Ingnieurs


Sous la forme matricielle, on a :
x

k +1

k+1
k
= D 1 b Ti x
T S x

ou encore

(Ti + D )x

k +1

= b TS x

ou enfin

k+1

= (Ti + D ) T S x + (Ti + D ) b
1

TGS

C GS

Exercice 3 : Rsoudre le systme linaire suivant par la mthode de GaussSeidel

3 x1 + x 2 x 3 = 2

x 1 + 5 x 2 + 2 x 3 = 17
2 x x 6 x = 18
2
3
1

Solution : la mthode de Gauss-Seidel scrit dans ce cas

x 1k + 1 =

1
b1 a 12 x 2k a 13 x 3k
a 11

x 1k + 1 =

1
2 x 2k + x 3k
3

(
b2 a 21 x 1k + 1 a 23 x 3k )
a 22
1
x 2k + 1 = (17 x 1k + 1 2 x 3k )
5
x 2k + 1 =

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 91

Analyse numrique pour Ingnieurs

(
b3 a 31 x 1k + 1 a 32 x 2k + 1 )
a 33
1
x 3k + 1 = ( 18 2 x 1k + 1 + x 2k + 1 )
6
x 3k + 1 =

Partant de x = [0 0 0 ]T , on a :
0

1re itration
1
(2 0 + 0 ) = 2
3
3
1
2 49
x 21 = 17 =
5
3 15
x 11 =

1
2 49 241
=
x 31 = 18 2 +
6
3 15 90

Do le tableau

x 1k

x 2k

x 3k

0,6 666 667

3,266 667

2,677 778

0,4 703 704

2,234 815

2,784 321

0,8 498 354

2,116 305

2,930 561

0,9 380 855

2,040 158

2,972 669

0,9 775 034

2,015 432

2,989 929

0,9 914 991

2,005 729

2,996 212

0,9 968 271

2,002 150

2,998 584

0,9 988 115

2,000 804

2,999 470

0,9 995 553

2,000 301

2,999 802

10

0,9 998 335

2,000 113

2,999 926

On constate que pour un mme nombre ditrations, la solution approximative


obtenue par la mthode de Gauss-Seidel est plus prcise. La mthode de Gauss-

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 92

Analyse numrique pour Ingnieurs


Seidel converge gnralement plus vite que la mthode de Jacobi mais pas
toujours.
On montre le thorme suivant :
THEOREME
Si la matrice

A dans le systme A x = b est diagonale strictement

dominante, le rayon spectral de la matrice TGS est infrieur 1 et la


0

mthode de Gauss-Seidel converge quelque soit la solution initial x .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 93

Analyse numrique pour Ingnieurs


CHAPITRE 5
RESOLUTION NUMERIQUE DES SYSTEMES NON LINEAIRES

1. Introduction
Les phnomnes non linaires sont extrmement courants en pratique. Sans
doute, ils sont plus frquents que les phnomnes linaires. Dans ce chap. on
examinera les systmes non linaires.
Les mthodes de rsolution des systmes non linaires sont nombreuses et on ne
prsentera dans ce chap. que la mthode la plus importante et la plus utilise en
pratique, la mthode dite de Newton.
2. Mthode de Newton
2.1.

Principe

Le problme consiste trouver le ou les vecteurs


x = [ x1

x2

x 3 xn ]

vrifiant les n quations non linaires suivantes :

f 1 ( x 1 , x 2 , x 3 , , x n ) = 0

f 2 ( x1 , x 2 , x 3 , , x n ) = 0

f 3 ( x 1 , x 2 , x 3 , , x n ) = 0


f n ( x 1 , x 2 , x 3 , , x n ) = 0

(1)

o les f i sont les fonctions de n variables supposes diffrentiables.


Contrairement au systme linaire, il ny a pas de conditions simples associes
aux systmes non linaires qui permettent dassurer lexistence et lunicit de
la solution. Le plus souvent, il existe plusieurs solutions possibles et seul le
contexte indique laquelle est bonne.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 94

Analyse numrique pour Ingnieurs


Lapplication de la mthode de Newton un systme de deux quations non
linaires est suffisante pour illustrer le cas gnral.
Considrons donc le systme :

f 1 ( x1 , x 2 ) = 0

f (x , x ) = 0
2 1 2
Soit

(x

0
1

, x 20

une approximation initiale de la solution de ce systme ; cette

approximation initiale est cruciale et doit toujours tre choisie avec soin. Le

problme est de dterminer une correction que nous appelons (x 1 ,x 2 ) x 10 , x 20

de telle sorte que :

f 1 x 10 + x 1 , x 20 + x 2 = 0
f 2 x 10 + x 1 , x 20 + x 2 = 0
Pour dterminer (x 1 ,x 2 ) il suffit de faire un dveloppement de Taylor deux
variables pour chacune des deux fonctions :

f 1 x 10

+ x 1 , x 20

f 1 x 10

+ x 2 =

, x 20

) + x

) + x

)+

x 1 f 1 x 10 , x 20

x 1 f 2 x 10 , x 20

f 2 x 10 + x 1 , x 20 + x 2 = f 2 x 10 , x 20 +

x 1

1!

x 1

1!

f 1 x 10 , x 20
+= 0
1!
x 2
2

f 2 x 10 , x 20
+= 0
1!
x 2
2

En ngligeant les termes dordre suprieur 1, il vient :

f 1 x 10 , x 20
f 1 x 10 , x 20
= f 1 x 10 , x 20
x 1
+ x 2
x 1
x 2

x 1

f 2 x 10 , x 20
f x 0 , x 0
+ x 2 2 1 2 = f 2 x 10 , x 20
x 1
x 2

ou encore, sous forme matricielle :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 95

Analyse numrique pour Ingnieurs

f 1

f 2

(x

0
1

, x 20

x 1

(x

0
1

, x 20

x 1

f 1 x 10 , x 20 x 1


f 1 x 10 , x 20

x 2

0
0
f 2 x 1 , x 2

f 2 x 10 , x 20
x 2
2

ou encore sous forme compacte

o J x 10 , x 20

J x 10 , x 20 x = R x 10 , x 20

dsigne la matrice des drives partielles quon appelle matrice

Jacobienne, value au point x 10 , x 20

x est le vecteur des corrections relatives chaque variable ;

R x 10 , x 20 est le vecteur rsidu valu en x 10 , x 20 .


Le dterminant de la matrice Jacobienne est appel le Jacobien bien sr non
nul car la matrice Jacobienne est inversible.
On pose ensuite :

x 11 = x 10 + x 1
1
0
x 2 = x 2 + x 2
qui est la nouvelle approximation de la solution du systme non linaire. On

cherchera par la suite corriger x 11 , x 21

dune nouvelle quantit x et ce jusqu

convergence.
De manire plus gnrale, on pose :

i
f 1 x

x 1

i
f 2 x

J x = x 1

f n x i

x
1

()

f 1 x i

x 2

f 2 x i

x 2

f n x i

x 2

f 1 x i

x n

f 2 x i

x n

f n x i

x n

c d la matrice Jacobienne value au point

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 96

Analyse numrique pour Ingnieurs

x i = x 1i

x 2i x ni

De plus, on pose :
i
f 1 x

i
f 2 x
i

R x =

f x i
n

et

x 1

x 2

x =

x
n

pour en arriver lalgorithme suivant :


2.2. Algorithme
1. Etant donn un critre darrt.
2. Etant donn N le nombre maxi ditrations.

3. Etant donn x 0 = x 10

x 20

x 30 x n0

une approximation initiale de la

solution du systme
4. Rsoudre le systme linaire :
J x

x = R x i

(3)

Poser :
x i + 1 = x + x
i

5. Si

x
x i+1

< et

R x i + 1 :

convergence atteinte ;

crire la solution x i + 1 ;

arrt.

6. Si le nombre maxi ditrations N est atteint :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 97

Analyse numrique pour Ingnieurs

convergence non atteinte en N itrations ;

arrt.

7. Retour ltape 4.

Exercice 1 : Trouver lintersection de la courbe x 2 = e x1 et du cercle de rayon 4


centr lorigine.
Solution :

x 2 = e x1

(1)

C (O , R ) = {M ( x 1 , x 2 ) P / d (O , M ) = R}
d (O , M ) = OM =
=

(x1M

x 1O ) 2 + ( x 2 M x 2 O ) 2

x1 2 + x 2 2 = R

x1 2 + x 2 2 = R 2

(2)

d'o le systme rsoudre est:


e x1 x 2 = 0

x 2 + x 2 16 = 0
2
1

(3)

Faisons le graphisme des deux courbes :

x1

x2 = 0

x12 + x 22 = 16

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 98

Analyse numrique pour Ingnieurs


Le graphique des deux courbes montre que le systme non linaire a deux
solutions.
La 1re solution se trouve prs du point

(2 ,8 ;

2 ,8 ) Prenons le point

(2 ,8 ;

( 4 ,

0 ) et la 2nde solution prs de

2 ,8 ) comme approximation de la solution

initiale :
x 0 = [2 ,8

2 ,8 ]T

La 1re tape consiste calculer la matrice Jacobienne du systme

e x1

J ( x1 , x 2 ) =
2 x
1

2 x 2

1re itration :
Le systme (3) devient :

e 2 ,8

2( 2 ,8 )

e 2 ,8 2 ,8
1 x 1

2
2

2( 2 ,8 ) x 2
2 ,8 + 2 ,8 16

16 ,445

5 ,6

5 ,6

13 ,645
x 1

0 ,320
x 2

Dont la solution est :

0 ,7789

x =

0 ,83604
La nouvelle approximation de la solution est :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 99

Analyse numrique pour Ingnieurs

x 11 = x 10 + x 1 = 2 ,8 0 ,77890 = 2 ,0211
x 21 = x 20 + x 2 = 2 ,8 + 0 ,83604 = 3 ,63604
x = [2 ,0211 3 ,63604 ]
1

2e itration :
On effectue une 2nde itration partir de x = [2 ,0211 3 ,63604 ]T . (3) devient :
1

e 2 ,0211

2( 2 ,0211 )

2( 3 ,63604 )
1

e 2 ,0211 3 ,63604
x 1

2 ,0211 2 + 3 ,63604 2 16
x 2

cd

7 ,2721

7 ,5466

4 ,0422

3 ,9106
x 1

1 ,3056
x 2

0 ,5048

x =

0 ,10166

Dont la solution est :

On a maintenant comme solution :

x12 = x11 + x1 = 2 ,0211 0 ,5048 = 1 ,5163


x22 = x 21 + x2 = 3 ,63604 + 0 ,10106 = 3 ,7371
x 2 = [1 ,5163 3 ,7371]

x = [1 ,3281 3 ,7781 ]T
5

On dduit la convergence de lalgorithme de Newton du fait que les modules de

x et de R diminuent avec les itrations.


Remarques

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 100

Analyse numrique pour Ingnieurs


1) La convergence de la mthode de Newton dpend de lapproximation initiale
x

de la solution. Un mauvais choix du vecteur x

peut rsulter en un

algorithme divergent.
2) On dmontre que lorsquil y a convergence de lalgorithme, cette
convergence est gnralement quadratique dans le sens suivant :

x x i +1 C x x i

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 101

Analyse numrique pour Ingnieurs


CHAPITRE 6
INTERPOLATION - APPROXIMATION

1. Introduction
Le problme rsoudre ici est le suivant : partir dune fonction f ( x ) connue
seulement en

(n + 1)

points de la forme

( x i , f ( x i ))

pour i = 0 ,1 ,2 , , n ; peut-on

construire une approximation de f ( x ) et ce pour tout x ?


Les points

( x i , f ( x i ))

pour i = 0 ,1 ,2 , , n sont appels points de collocation ou

points dinterpolation et peuvent provenir de donnes exprimentales ou dune


table.
Autrement dit, si on ne connat que les points de collocation

( x i , f ( x i ))

dune

fonction, peut-on obtenir une approximation de f ( x ) pour une valeur de x


diffrente de x i ?
Il sagit dun problme dinterpolation dont la solution est relativement simple. Il
suffit de construire un polynme de degr suffisamment lev dont la courbe
passe par les points de collocation. On parle alors du polynme de collocation ou
polynme dinterpolation.
THEOREME
Un polynme de degr n dont la forme gnrale est :

pn ( x ) = a 0 + a 1 x + a 2 x 2 + a 3 x 3 + + a n x n

(a n 0 )

(1)

possde trs exactement n racines qui peuvent tre relles ou complexes


conjugues (on sait que r est une racine de pn ( x ) si pn (r ) = 0 )
CORROLAIRE

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 102

Analyse numrique pour Ingnieurs


Par

(n + 1)

points de collocation

( x i , f ( x i ))

pour i = 0 ,1 ,2 , , n on ne peut faire

correspondre quun et un seul polynme de degr n .


Remarque
Le polynme dinterpolation passant par (n + 1) points donns est unique. Il reste
en assurer lexistence, en le construisant au moyen de mthodes diverses.
2. Matrice de VANDERMONDE
Une 1re mthode de construction du polynme dinterpolation consiste
dterminer les inconnues a i du polynme (1) en vrifiant directement les (n + 1)
quations de collocation :

pn ( x i ) = f ( x i ) pour i = 0 ,1 ,2 , , n
ou encore

a 0 + a 1 x i + a 2 x i2 + a 3 x i3 + + a n x in = f ( x i )
qui est un systme linaire de (n + 1) quations (n + 1) inconnues.
Ce systme scrit sous forme matricielle :

1
1

x0
x1
x2

x 02
x 12
x 22

xn

x n2

x0n

x 1n
x 2n


x nn

a0 f ( x 0 )
a f ( x )
1
1
a 2 = f ( x 2 )



a n f ( x n )

(2)

Remarque
La matrice de ce systme linaire porte le nom de matrice de Vandermonde. On
montre que le conditionnement de cette matrice augmente fortement avec la taille

(n + 1)

du systme. De plus, comme on le verra plus loin dans ce chap., il nest

pas ncessaire de rsoudre un systme linaire pour calculer un polynme


dinterpolation. Cette mthode est donc rarement utilise.
Exercice

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 103

Analyse numrique pour Ingnieurs


Trouver le polynme passant par les points (0, 1), (1, 2), (2, 9), (3, 28) par la
mthode de Vandermonde.
Solution : Etant donn ces 4 points, le polynme recherch est tout au plus
de degr 3. Ses coefficients a i sont solution de :
1
1

0 0
1 1
2 4
3 9

0 a0 1

1 a1 2
=
8 a 2 9

27 a 3 28

dont la solution (obtenue par la dcomposition L U ) est

[1

0 0 1] . Le
T

polynme recherch est :

p3 ( x ) = 1 + 0 x + 0 x 2 + 1 x 3 = 1 + x 3

3. Interpolation de LAGRANGE
Cest une faon simple et systmatique de construire un polynme de collocation.
Etant donn (n + 1) points ( x i , f ( x i )) pour i = 0 ,1 ,2 , , n , on suppose que lon sait
construire

(n + 1)

polynmes

Li ( x ) de degr n satisfaisant les conditions

suivantes :

Li ( xi ) = 1 ;

( )

Li x j = 0 ; j i

Cela signifie que le polynme Li ( x ) de degr n prend la valeur 1 en x i et sannule


tous les autres points de colocation. Dans ces conditions, la fonction L( x )
dfinie par :
L( x ) = f ( x i ) Li ( x )
n

i=0

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 104

Analyse numrique pour Ingnieurs


est un polynme de degr n , car chacun des Li ( x ) est de degr n . De plus, ce
polynme passe par les

(n + 1)

points de collocation et est donc le polynme

recherch.
Pour construire les fonctions Li ( x ) , on suit la dmarche progressive suivante :

Polynme de degr 1

Il sagit de dterminer le polynme de degr 1 dont la courbe (une droite) passe


par deux points ( x 0 , f ( x 0 )) et ( x 1 , f ( x 1 )) . On doit donc construire deux polynmes

L0 ( x ) et L1 ( x ) de degr 1 vrifiant :

L1 ( x 0 ) = 0
L1 ( x 1 ) = 1

L0 ( x 0 ) = 1

L0 ( x 1 ) = 0

Le polynme L0 ( x ) doit sannuler en x = x 1 . On pense immdiatement au


polynme ( x x 1 ) qui sannule en x = x 1 , mais qui vaut ( x 0 x 1 ) en x = x0 . Pour
sassurer dune valeur 1 en x = x0 , il suffit deffectuer la division approprie afin
dobtenir :

L0 ( x ) =

x x1
x0 x1

Un raisonnement similaire pour L1 ( x ) donne :

L1 ( x ) =

x x0
x1 x0

Le polynme de degr 1 est donc :


p1 ( x ) = f ( x i ) Li ( x ) = f ( x 0 ) L0 ( x ) + f ( x 1 ) L1 ( x )
1

i=0

Exercice : Trouver le polynme (lquation de la droite) passant par les


points (2 , 3 ) et (5 , 6 ) .
Solution :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 105

Analyse numrique pour Ingnieurs


f ( x0 ) = 3 ,

x0 = 2

p1 ( x ) = f ( x 0 )

x1 = 5

f ( x 1 ) = 6

x x0
x x1
+ f (x1 )
x0 x1
x1 x0

x2
x5
6
52
25
p 1 ( x ) = 3 x + 9
=3

Polynme de degr 2
Pour trouver le polynme de degr 2 passant par les trois points suivants

( x0 , f ( x0 )) , ( x 1 , f ( x 1 )) et ( x 2 , f ( x 2 )) , on doit
L1 ( x ) et L2 ( x ) . Ces trois fonctions sont

construire les polynmes L0 ( x ) ,


dtermines par les relations

suivantes :

L0 ( x ) =

( x x1 ) ( x x 2 )
( x0 x1 ) ( x0 x 2 )

L1 ( x ) =

( x x0 ) ( x x 2 )
( x1 x0 ) ( x1 x 2 )

L2 ( x ) =

( x x0 ) ( x x1 )
( x 2 x0 ) ( x 2 x1 )

Et le polynme de degr 2 scrit :

p2 ( x ) = L0 ( x ) f ( x0 ) + L1 ( x ) f ( x1 ) + L2 ( x ) f ( x 2 )
Exercice : Trouver lquation de la parabole (polynme de degr 2) passant
par les points

(1 ,

2 ) , (3 , 7 ) et (4 , 1) .

Solution :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 106

Analyse numrique pour Ingnieurs


p2 ( x ) = 2

( x 3 ) ( x 4 ) ( x 1) ( x 4 )
( x 1) ( x 3 )
+7
+ ( 1 )
(1 3 ) (1 4 ) (3 1) (3 4 )
(4 1) (1 3 )

p2 ( x ) =

( x 3 ) ( x 4 ) 7 ( x 1) ( x 4 ) ( x 1 ) ( x 3 )

p2 ( x ) =

7 x 2 37
34
x+

2
2
2

Polynme de degr n

On analyse le cas gnral de la mme faon ; tant donn les points ( x i , f ( x i ))


pour i = 0 ,1 ,2 , , n , le polynme de degr n passant par ces points est donn
par lexpression que voici :
n

pn (x ) =

f ( x )L ( x )

Li ( x ) =

( x x 0 ) ( x x 1 ) ( x x i 1 ) ( x x i + 1 ) ( x x n )
( x i x 0 ) ( x i x 1 ) ( x i x i 1 ) ( x i x i + 1 ) ( x i x n )

i=0

(3)
o seul le facteur ( x x i ) est absent.
THEOREME
Etant donn

(n + 1)

points dinterpolation

( x i , f ( x i ))

pour i = 0 ,1 ,2 , , n ,

lunique polynme dinterpolation de degr n passant par tous ces points


peut scrire :

p n ( x ) = f ( x i )L i ( x )
i =0

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 107

Analyse numrique pour Ingnieurs

o les (n + 1) fonctions

Li ( x )

sont dfinies par la relation (3). Cest la

formule de LAGRANGE.
Exercice : trouver le polynme dinterpolation passant par les points (0 , 1) ,

(1 ,

2 ) , (2 , 9 ) et (3 , 28 ) .

Solution :
p3 ( x ) = 1

( x 1) ( x 2 ) ( x 3 ) + 2 ( x 0 ) ( x 2 ) ( x 3 ) +
(0 1) (0 2 ) (0 3 )
(1 0 ) (1 2 ) (1 3 )

+9

( x 0 ) ( x 1) ( x 3 ) + 28 ( x 0 ) ( x 1) ( x 2 )
( 2 0 ) (2 1 ) ( 2 3 )
(3 0 ) ( 3 1 ) (3 2 )

p3 ( x ) = x 3 + 1

Remarque :
La mthode dinterpolation de Lagrange prsente linconvnient majeur de ne pas
tre rcursive. En effet, si on souhaite passer dun polynme de degr n un
polynme de degr (n + 1) (en ajoutant un point de collocation), on doit reprendre
tout le processus zro. On corrigera cette situation en tudiant dans le
paragraphe suivant, la mthode dinterpolation de Newton.
4. Polynme de NEWTON
En dpit de la forme la plus utilise (1) dun polynme, il en existe dautres qui
sont plus appropries au cas de linterpolation.
Par exemple :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 108

Analyse numrique pour Ingnieurs

pn ( x ) = a 0

+ a 1 ( x x0 )

+ a 2 ( x x0 ) ( x x 1 )

+ a 3 ( x x0 ) ( x x1 ) ( x x 2 )

+
+ a n 1 ( x x0 ) ( x x 1 ) ( x x 2 ) ( x x n 2 )

(4)

+ a n ( x x0 ) ( x x 1 ) ( x x 2 ) ( x x n 2 ) ( x x n 1 )

Dfinition 1 :
On dfinit les premires diffrences divises de la fonction f ( x ) par :

f [x i , x i + 1 ] =
1

res

f (x i+1 ) f (x i )
x i+1 x i

(5)

diffrence s divises

Remarque :
On dmontre que le polynme de degr 1 est :

p1 ( x ) = f ( x 0 ) + f [ x 0 , x 1 ] ( x x 0 )
Dfinition 2 :
Les deuximes diffrences divises de la fonction f ( x ) sont dfinies partir
des 1res diffrences divises par la relation :

f [ xi , xi + 1 , xi + 2 ] =

f [ x i + 1 , x i + 2 ] f [ xi , x i + 1 ]

( xi + 2 xi )

2 e diffrences divises de f ( x )

Enseignant : Jol M. ZINSALO /EPAC-UAC

(6)

Page 109

Analyse numrique pour Ingnieurs


De mme, les nimes diffrences divises de la fonction f ( x ) sont dfinies partir
des (n 1) imes diffrences divises de la faon suivante :

f [ x0 , x1 , x 2 , , x n ] =

f [ x 1 , x 2 , x n ] f [ x0 , x 1 , x n 1 ]

( x n x0 )

Notons que les toutes 1res diffrences divises de

(7)

f ( x ) (soient les 0imes

diffrences divises) sont tout simplement dfinies par f ( x i ) .


Remarque :
On dmontre que :

p2 ( x ) = f ( x0 ) + f [x0 , x 1 ] ( x x 0 ) + f [ x0 , x 1 , x 2 ] ( x x0 ) ( x x 1 )
p1 ( x )

passe par les trois premiers points de collocation. De plus, on remarque que ce
polynme de degr 2 sobtient uniquement par lajout dun terme de degr 2 au
polynme p1 ( x ) dj calcul. En raison de cette proprit, cette mthode est dite
rcursive.
THEOREME
Lunique polynme de degr n passant par les (n + 1) points de collocation

( x i , f ( x i ))

pour i = 0 ,1 ,2 , , n peut scrire selon la formule de Newton (4) ou

encore sous la forme rcursive (8) :

pn ( x ) = pn 1 ( x ) + a n ( x x0 )( x x 1 ) ( x x n 1 )

Enseignant : Jol M. ZINSALO /EPAC-UAC

(8)

Page 110

Analyse numrique pour Ingnieurs


Les coefficients de ce polynme sont les diffrences divises :

a i = f [ x0 , x 1 , x 2 , x i ]

pour 0 i n

(9)

Remarques :
Une fois les coefficients a i connus, on peut valuer le polynme de Newton au
moyen dun algorithme similaire au schma de Horner. On crit le polynme (4)
sous la forme :
p n ( x ) = a 0 + ( x x 0 ) (a 1 + ( x x 1 ) (a 2 + ( x x 2 ) (a 3 +
+ ( x x n 2 ) (a n 1 + a n ( x x n 1 ))))

(10)

De cette faon, on rduit le nombre doprations ncessaires lvaluation du


polynme. En outre, cette forme est moins sensible aux effets des erreurs
darrondis.
Maintenant, il reste calculer efficacement la valeur de ce polynme. La manire
la plus simple consiste construire une table dite de diffrences divises de la
faon suivante :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 111

Analyse numrique pour Ingnieurs


TABLE DES DIFFERENCES DIVISEES

xi

f ( xi )

x0

f ( x0 )

f [xi , xi +1 ]

f [xi , xi +1 , xi + 2 ]

f [x i , x i +1 , x i + 2 , x i + 3 ]

f [x0 , x1 ]
x1

f [ x0 , x 1 , x 2 ]

f (x1 )

f [x0 , x 1 , x 2 , x 3 ]

f [x 1 , x 2 ]
x2

f [x1 , x 2 , x 3 ]

f (x2 )

f [x 2 , x 3 ]
x3

f (x3 )

La construction de cette table est simple ; on sest arrt aux 3imes diffrences
divises. Les 1res diffrences divises dcoulent de la dfinition simple savoir
que :

f [x0 ,

x1 ] =

f ( x1 ) f ( x0 )
x1 x0

(10)

Les deuximes diffrences divises

f [x0 , x 1 , x 2 ] =

f [ x 1 , x 2 ] f [x 0 , x 1 ]
x 2 x0

Les troisimes diffrences divises :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 112

Analyse numrique pour Ingnieurs

f [x0 , x 1 , x 2 , x 3 ] =

f [x 1 , x 2 , x 3 ] f [x0 , x 1 , x 2 ]
x 3 x0

La formule de Newton utilise la diagonale principale de cette table.


Exercice :
Trouver le polynme dinterpolation de Newton passant par les
points (0 , 1), (1 , 2 ), (2 , 9 ) et

(3 ,

28 ) .

Rsolution :
Etablissons la table des diffrences divises :

xi

f ( xi )

a0

f [xi , xi +1 ]

f [xi , xi +1 , xi + 2 ]

a1

f [x i , x i +1 , x i + 2 , x i + 3 ]

a2

a3

1
1

3
7

6
19

28

De cette table, en appliquant :


p3 ( x ) = a0

+ a1 (x x0 )

+ a 2 ( x x 0 )( x x 1 )

+ a 3 ( x x 0 )( x x 1 )( x x 2 )

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 113

Analyse numrique pour Ingnieurs


on obtient :

p 3 ( x ) = 1 + 1( x 0 ) + 3( x 0 )( x 1) + 1( x 0 )( x 1)( x 2 )
= x3 + 1
Remarques :
1. On remarque que :

p 2 ( x ) = 1 + 1( x 0 ) + 3( x 0 )( x 1) passe par les trois

premiers points de collocation. Si on souhaite ajouter un point de


collocation et calculer un polynme de degr 4, il nest pas ncessaire de
tout recommencer.
2. Les points de collocation ne doivent pas forcment tre placs par abscisses
croissantes, bien que cela soit souvent prfrable.

5. Erreur dinterpolation
Linterpolation permet, partir dun certain nombre de donnes sur les valeurs
dune fonction, de faire lapproximation de f ( x ) en tout point x . Toutefois,
cette opration entrane une erreur dinterpolation quil convient dtudier
dautant plus que les rsultats serviront galement dans lanalyse de
lintgration et de la drivation numriques.
On exprime lerreur dinterpolation comme suit :

f ( x ) = pn ( x ) + E n ( x )
ou

E n ( x ) = f ( x ) pn ( x )

Cela signifie que : le polynme p n ( x ) de degr n procure une approximation de la


fonction f ( x ) avec une erreur E n ( x ) . On constate immdiatement que :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 114

Analyse numrique pour Ingnieurs

E n ( x i ) = 0 pour i = 0 , 1 , 2 , , n
et donc que lerreur dinterpolation est nulle aux points de collocation puisque le
polynme passe exactement par ces points.
Remarque :
On suppose que les donnes des points

( xi ,

f ( x i )) pour i = 0 , 1 , 2 , , n sont

exactes, ce qui nest pas toujours le cas.


THEOREME : (FORTIN et PIERRE)
Soit x0 < x 1 < x 2 < < x n , des points de collocation. On suppose que la
fonction f ( x ) est dfinie dans lintervalle [ x0 , x n ] et quelle est (n + 1)
fois drivable dans lintervalle [ x0 , x n ] . Alors, pour tout x compris dans
lintervalle [ x0 , x n ] , il existe un (x) appartenant lintervalle [ x0 , x n ]
tel que lerreur :

f (n + 1 ) [ ( x )]
( x x 0 ) ( x x 1 )( x x n )
En (x ) =
(n + 1) !

(11)

La relation (11) est lexpression analytique de lerreur dinterpolation.


Remarques :
1. Puisque le terme derreur en un point fait intervenir des coefficients de la
forme

( x xi ) ,

il y a tout intrt choisir les points x i qui sont situs le

plus prs possible de x . Ce choix est utile lorsquun grand nombre de


points de collocation sont disponibles et quil nest pas ncessaire de
construire un polynme passant par tous les points. On retient alors
seulement les points de collocation les plus prs de x de manire
minimiser lerreur.
2. La fonction

( x x0 ) ( x x 1 ) ( x x n )

possde donc les

(n + 1)

est un polynme de degr

racines relles

Enseignant : Jol M. ZINSALO /EPAC-UAC

( xi

(n + 1)

et

pour i = 0 , 1 , 2 , , n ) . Dans

Page 115

Analyse numrique pour Ingnieurs


certaines conditions, cette fonction peut osciller avec de fortes amplitudes,
do le risque de grandes erreurs dinterpolation. Cette proprit fait en
sorte quil est dlicat deffectuer des interpolations en utilisant des
polynmes de degr lev.
Exercice : Etant donn la table des diffrences divises de la fonction

f (x) =

x , valuer lerreur exacte et la comparer avec son approximation

obtenue laide de la relation (12) suivante :

E n ( x ) f [ x0 , x1 , x 2 , , x n+ 1 ] ( x x0 ) ( x x 1 ) ( x x n )

(12)

au point x = 8 .
Solution :

xi

f ( xi )

2,645751

f [xi , xi +1 ]

f [xi , xi +1 , xi + 2 ]

f [xi , , xi + 3 ]

f [xi , , xi +4 ]

0,177124
9

3,000000

- 0,00470299
0,000206783

0,158312
11

3,316625

0,000129243

0,144463
13

0,9692.10-5

- 0,00346229

3,605551

- 0,00268680
0,133716

15

3,872983

On tente dobtenir une approximation de

8 laide de cette table.

En se basant sur un polynme de degr 1 et en prenant x 0 = 7 , on obtient :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 116

Analyse numrique pour Ingnieurs


p1 ( x ) = 2 ,645751 + 0 ,177124 ( x 7 )
p 1 ( x ) = 2 ,822875 , donc lerreur exacte est :

de sorte que

E 1 (8 ) = f (8 ) p1 (8 ) = 8 2 ,822875 = 0 ,005552125

(1)

or daprs (12) :

E 1 (8 ) f [7 , 9 , 11] (8 7 )(8 9 ) = 0 ,00470299 (8 7 ) (8 9 )


= 0 ,00470299
E 1 (8 ) E 1 (8 )

On constate que

(1)

(2)

(2)

En considrant le polynme de degr 2,

p 2 ( x ) = p 1 ( x ) 0 ,00470299 ( x 7 )( x 9 )

et
p 2 (8 ) = 2 ,822875 + 0 ,00470299 = 2 ,827577990

soit une erreur de :


E 2 (8 ) = f (8 ) p 2 (8 ) = 0 ,000849135

de mme daprs (12)


E 2 (8 ) 0 ,000206783(8 7 )(8 9 )(8 11) = 0 ,000620349

En passant au polynme de degr 3, on trouve :

p3 ( x ) = p2 ( x ) + 0 ,000206783 ( x 7 ) ( x 9 ) ( x 11)
donc

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 117

Analyse numrique pour Ingnieurs

p3 (8 ) = 2 ,827578301 + 0 ,000620349 = 2 ,828198339


Lerreur exacte est alors :

E 3 (8 ) = f (8 ) p3 (8 ) = 0 ,000228786
ce qui est prs de la valeur obtenue au moyen de (12)

E 3 (8 ) 0 ,9692 10 5 (8 7 ) (8 9 ) (8 11) (8 13) = 0 ,000145380


qui montre que cette approximation possde 4 chiffres significatifs.
Ordre de convergence de lapproximation polynomiale
Si on retient le cas o les abscisses sont galement distantes, il suffit de poser :
s=

x x0
ou encore x x 0 = s h
h

On remarque alors que :

x xi = x ( x0 + ih) = ( x x0 ) ih = sh ih = (s i ) h
xi

(13)

Il suffit maintenant de remplacer ( x x i ) par (s i ) h dans lexpression analytique


de lerreur dinterpolation (11).
THEOREME
Dans le cas o les points de collocation x i sont quidistants, lexpression
analytique de lerreur dinterpolation scrit :

En ( x ) =

f ( n+ 1 ) [ ( h )]
n+ 1
s (s 1) (s 2 ) (s n ) h
(n + 1) !

(14)

pour un certain dans lintervalle [ x 0 , x n ] et pour s dfini par lquation (13).


Remarque :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 118

Analyse numrique pour Ingnieurs


On peut ds lors conclure que le polynme dinterpolation pn ( x ) est une
approximation dordre (n + 1) de la fonction f ( x ) . Encore une fois, si on prend des
points de collocation situs une distance h 2 les uns des autres, lerreur
dinterpolation est diminue dun facteur de 2 n+ 1 .
6. Mthode de Newton Gregory descendante
Cest un cas particulier de la formule de Newton pour les conditions suivantes :
1. les points de collocation sont quidistants ;
2. les x i pour i = 0 , 1 , 2 , , n sont tels que x0 < x 1 < x 2 < < x n .

...
x1

x0

...
xi

xn = x0 + nh

x i = x0 + i h , i entier
x = x0 + s h , s rel
En faisant la diffrence membre par membre, on a :

x x i = (s i ) h pour i = 0 , 1 , 2 , , n

Pour x donn,

s=

x x0
h

Les points x 0 , x 1 , x 2 , , x n doivent tre ordonns c d x0 < x 1 < x 2 < < x n


sinon la formule nest plus valable.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 119

Analyse numrique pour Ingnieurs

pn ( x ) = a0 + a 1 ( x x 0 ) + a 2 ( x x0 )( x x 1 ) + + a n ( x x0 )( x x 1 )( x x n1 )
o

a i = y[ x 0 , , x n ] diffrences divises
= f [ x 0 , , x n ]

i0

a0 = f ( x 0 ) = y0
Si les x i sont quidistants et si x0 < x 1 < x 2 < < x n , on dmontre que :
an =

n y 0
n! h

n y 0 = f [ x i , x i + 1 , x i + 2 , x i + n ]

et par consquent le polynme dinterpolation scrit de la faon suivante :


pn ( x ) = y0 +

y 0

sh+

2 y 0

s h (s 1) h +

3 y 0

1! h
3! h 3
2! h 2
n y 0
s h ( s 1) h ( s n + 1) h
+
n! h n

s h ( s 1) h ( s 2 ) h + +

et en rduisant les termes, on a :


p n ( x ) = y 0 + s y 0 +

s (s 1) ( s n + 1) n
s (s 1) ( s 2 ) 3
s ( s 1) 2
y0 +
y0 + +
y0
n!
3!
2!

quon crit sous la forme :


s
s
s
s
p n ( x ) = y 0 + y 0 + 2 y 0 + 3 y 0 + + n y 0
1
2
3
n

o
s
s (s 1) (s 2 ) (s n + 1)
= C ns =
n!
n

Remarques :
1. si on ajoute un nouveau point ( x n+ 1 ,

y n+ 1 ) , il doit tre droite de x n c d

x n+ 1 = x n + h .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 120

Analyse numrique pour Ingnieurs


2. le polynme p n++ 1 ( x ) qui passe par les points prcdents et le nouveau point
est videmment donn par :
s n+ 1
y 0
p n+ 1 ( x ) = p n ( x ) +
n + 1

Exercice :
on considre la table des diffrences divises ci-dessous. Interpoler la
fonction en x = 0 ,73 en utilisant les points dabscisses 0 ,4 ; 0 ,6 ; 0 ,8 et 1 .

2y

3y

4y

0,203
0,203

0,2

0,017
0,024

0,220

x0 = 0,4

0,423

0,044

0,261
x 1 = 0,6

0,684

0,096
0,211

0,181

1,030

0,307

0,527

x 3 = 1,0

0,052

0,085
0,346

x
x 2 = 0,8

0,020

0,041

0,488

1,557
1,015

1,2

2,572

Rponse :

x x0
h
h = 0 ,2
x = 0 ,73
x 0 = 0 ,4
s=

et

s
s
s
p 3 ( x ) = y 0 + y 0 + 2 y 0 + 3 y 0
1
2
3

p 3 ( x ) = y 0 + s y 0 +

s (s 1) (s 2 ) 3
s (s 1) 2
y0 +
y0
3!
2!

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 121

Analyse numrique pour Ingnieurs


p 3 (0 ,73) = 0 , 423 + 1 ,65 0 , 261 +

1 ,65 (0 ,65)
(0 ,085) + 1 ,65 (0 ,65) ( 0 ,3 5)(0 ,096)
6
2

p 3 (0 ,73) = 0 ,89 3

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 122

Analyse numrique pour Ingnieurs


CHAPITRE 7 :
DERIVATION
1.

NUMERIQUE

Introduction

Au chap. prcdent, on sait quune fonction f ( x ) connue seulement en quelques


points peut tre convenablement estime laide dun polynme de degr n avec
une certaine erreur. Plus prcisment :
f ( x ) = pn ( x ) + E n ( x )

(1)

o E n ( x ) est le terme derreur dordre (n + 1) donn par la relation :


f ( n+ 1 ) [ ( x )]
( x x0 ) ( x x 1 ) ( x x n )
En (x ) =
(n + 1)!

(1)

pour un certain ( x ) ( x ) [ x 0 , x n ] .
Lexpression (1) est la base des dveloppements de ce chap.
La drivation numrique peut tre aborde de deux manires. La 1re approche
consiste utiliser le dveloppement de Taylor et la seconde est fonde sur
lquation (1). Mais on utilise un mlange des deux approches pour matriser le
problme.
Si on drive les deux membres de lquation (1), il vient ce qui suit :
f ' ( x ) = p'n ( x ) + E n' ( x )
f ' ' ( x ) = p'n' ( x ) + E n'' ( x )
f ''' (x ) =

Ainsi,

( xi ,

pour

valuer

la

p'n''

(x ) +

drive

E n'''

(2)

(x )

dune

fonction

connue

aux

points

f ( x i )) pour i = 0 , 1 , , n , il suffit de driver le polynme dinterpolation

passant par ces points. De plus, le terme derreur associ cette approximation

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 123

Analyse numrique pour Ingnieurs


de la drive est tout simplement la drive de lerreur dinterpolation. Ceci est vrai
quelque soit lordre de la drive.

Remarque :
Bien quen thorie on soit en mesure destimer les drives de tout ordre, sur le
plan pratique, on dpasse rarement lordre 4. Cela sexplique par le fait que la
diffrentiation numrique est un procd numriquement instable.
2.

Drives dordre 1

En drivant (1) tout en tenant compte de la dpendance de envers x , on


obtient ce qui suit :

E n' ( x ) =

f (n+ 2 ) [ ( x )] ' ( x )
[ ( x x 0 ) ( x x 1 ) ( x x n )] +
(n + 1)!

f (n+ 1 ) [ ( x )]

( x x 0 ) ( x x 1 ) ( x x n )
+
(n + 1)!

'

La drive du produit I est plus dlicate. Cette drive dbouche sur une somme
de produits o tour tour lun des facteurs ( x x i ) est manquant. Il est facile de
se convaincre, en reprenant ce dveloppement avec n = 2 par exemple, et lon
obtient :

E n' ( x ) =

f (n + 2 ) [ ( x )] ' ( x )
[ ( x x 0 ) ( x x 1 ) ( x x n )] +
(n + 1 )!
+

f ( n + 1 ) [ ( x )] n

(n + 1 )! k
=0

j=0 ( j k

() x x )
j

(3)

On peut simplifier quelque peu cette expression complexe en choisissant lun ou


lautre des points dinterpolation. En effet, en x = x i , le premier terme de droite
sannule faisant disparatre la drive de ( x ) qui est inconnue. De la somme, il

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 124

Analyse numrique pour Ingnieurs


ne reste quun seul terme puisque les autres contiennent un facteur ( x x i ) et
sannulent. Il reste ce qui suit :
E n' ( x ) =

f (n+ 1 ) [ ( xi )] n
x x
(n + 1)! j =0 ( j i ) i j

De plus, en supposant que les x i sont quidistants c d

x i +1 x i = h
ce qui signifie que

(x

x j = (i j ) h

on obtient :

E n' ( x i ) =

f (n + 1 ) ( i ) h n
(n + 1 )!

(i j )
j=0 ( j i )

(4)

o i est simplement une notation qui est diffrente de ( x i ) . En particulier, si

i = 0 , la drive du terme derreur est :


E n' ( x 0 ) =

(n + 1 ) ( ) n n
f (n+ 1 ) ( 0 ) h n n
0 h
f

( j ) =
( j )
(n + 1)! j =0 ( j 0)
(n + 1)! j =1

en arrangeant, on a :

E n'

n
(
1 ) h n f (n + 1 ) ( 0 )
( x0 ) =
(n + 1)!

(5)

pour un certain 0 compris dans [ x 0 , x n ] .


Remarque :
La relation (4) montre que si on utilise un polynme dinterpolation de degr n
c d dordre

(n + 1) ,

la drive de ce polynme value en x = x i est une

approximation dordre n de f ' ( x i ) .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 125

Analyse numrique pour Ingnieurs


Dfinition
Aux points dinterpolation, on a :

f ' ( x i ) = p n' ( x i ) + E n' ( x i )

(6)

le terme pn' ( x i ) de lquation (6) est une formule aux diffrences finies ou plus
simplement une formule aux diffrences.
Exemple 1 :
En choisissant le polynme de degr 1 passant par les points ( x 0 ,

( x1 ,

f ( x 1 )) , on a, grce la formule dinterpolation de Newton :

p1 ( x ) = a 0 + a 1 ( x x 0 )
= f ( x0 ) + f [x0 ,

donc

f ( x0 )) et

x 1 ] ( x x0 )

f ( x ) = p1 ( x ) + E 1 ( x )
f ' ( x ) = p1' ( x ) + E 1' ( x )
f ' ( x ) = f [ x0 , x 1 ] + E 1' ( x )

(7)

compte tenue de la relation (5) et puisque ( x 1 x0 ) = h , on a :


f ' ( x0 ) =

f ( x 1 ) f ( x 0 ) h f (2 ) ( 0 )

h
2
f [ x0 ,

pour 0 [ x 0 ,

x1 ]

x1 ]

(8)

c' est la diffrence avant d' ordre 1

on lappelle diffrence avant car pour valuer la drive en x = x 0 on cherche


de linformation vers lavant.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 126

Analyse numrique pour Ingnieurs


De la mme manire, si on veut valuer lquation (7) en x = x 1 , la relation (4)
avec i = 1 donne :
f ( x 1 ) f ( x0 )
f ( x 1 ) f ( x 0 ) h f ( 2 ) ( 1 ) 1

f ' ( x1 ) =
+ E' ( x 1 ) =
+
(1 j )
x1 x0
h
2!

j =0 , j 1
1

ou encore :
f ' (x1 ) =

(2 )

f ( x 1 ) f ( x 0 ) h f ( 1 )
+
h
2

pour

1 [x0 ,

x1 ]

(9)

Diffrence arrire d' ordre 1

Remarque :
Lexemple

prcdent

montre

que

la

mme

diffrence

divise

est

une

approximation de la drive la fois en x = x 0 et en x = x 1 . On remarque


cependant que le terme derreur est diffrent aux deux endroits.

Exemple 2 :
En prenant un polynme de degr 2 qui passe par les points

( x1 ,

f ( x 1 )) et ( x 2 ,

( x0 ,

f ( x0 )) ,

f ( x 2 )) , on a :

p2 ( x ) = f ( x 0 ) + f [ x 0 , x 1 ] ( x x 0 ) + f [ x 0 , x 1 , x 2 ] ( x x 0 ) ( x x 1 )
Lorsque x prend successivement les valeurs x 0 , x 1 et x 2 , il est facile de
montrer que lon obtient des approximations dordre 2 de la drive :

f ( x 2 ) + 4 f ( x 1 ) 3 f ( x 0 ) h f "' ( 0 )
f ' ( x0 ) =
+
2h
3
2

Diffrence avant d' ordre 2


f ( x 2 ) f ( x0 ) h f "' ( 1 )
f ' ( x 1 )=

2h
6
2

Diffrence centre d' ordre 2

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 127

Analyse numrique pour Ingnieurs


3 f ( x 2 ) 4 f ( x 1 ) + f ( x 0 ) h f "' ( 2 )
+
f ' (x2 ) =
2h
3
2

Diffrence arrire d' ordre 2

Remarques :
1. Les termes derreurs aux diffrences finies dcoulent tous de la relation (7).
Les points 0 , 1 , 2 sont situs quelque part dans lintervalle [ x 0 , x 2 ]
et sont inconnus.
2. Toutes ces formules aux diffrences sont dordre 2. les mentions avant,
centr et arrire renvoient au point o on calcule la drive et aux points
utiliss pour la calculer. Ainsi, la diffrence avant est value en x 0 sur la
base des valeurs situes vers lavant soit en x 1 et x 2 .

On peut toujours chercher valuer la drive en x . Dans ce cas, on utilise les


valeurs de f ( x + h ) et de f ( x + 2 h ) pour valuer la diffrence avant et les valeurs
de f ( x + h ) et de f ( x h ) pour la diffrence centre. En ce qui concerne le terme
derreur, on ne retient que son ordre. Ainsi :
f ( x + h) f ( x )
+ O (h)
h
Diffrence avant d' ordre 1

f ' (x) =

f ( x ) f ( x h)
+ O (h)
h
Diffrence arrire d' ordre 1

f ' (x) =

f ' (x) =

f ( x + 2 h) + 4 f ( x + h) 3 f ( x )
2
+O h
2h

( )

Diffrence avant d' ordre 2

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 128

Analyse numrique pour Ingnieurs

f ' (x) =

f ( x + h) f ( x h)
2
+O h
2h

( )

Diffrence centre d' ordre 2


f ' (x) =

3 f ( x ) 4 f ( x h ) + f ( x 2 h)
2
+O h
2h

( )

Diffrence arrire d' ordre 2

3.

Drives dordre suprieur

En utilisant les polynmes de degr lev, en choisissant le dveloppement de


Taylor appropri pour en obtenir lordre de convergence, on obtient les principales
dentre elles qui sont :

f "( x ) =

f ( x 2 h) 2 f ( x h) + f ( x )
+ O (h)
h2
Diffrence arrire d' ordre 1

f " (x ) =

f ( x + 2 h) 2 f ( x + h) + f ( x )
+ O (h)
h2

Diffrence avant d' ordre 1

f" (x) =

f ( x + h) 2 f ( x ) + f ( x h)
h2

( )

+ O h2

Diffrence centre d' ordre 2

f " (x) =

f ( x + 2 h) + 16 f ( x + h) 30 f ( x ) + 16 f ( x h) f ( x 2 h)
+ O h4
2
12 h

( )

Diffrence centre d' ordre 4

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 129

Analyse numrique pour Ingnieurs


f "" ( x ) =

f ( x + 2 h) 4 f ( x + h ) + 6 f ( x ) 4 f ( x h ) + f ( x 2 h )
+ O h2
4
h

( )

Diffrence centre d' ordre 2

On dmontre que la diffrentiation est un procd numriquement instable.


Toutes les formules de diffrences finies dpendent dun paramtre h qui est la
distance entre les points dinterpolation. On peut croire de faon intuitive que la
prcision du rsultat augmente mesure que diminue la valeur de h. Dans le cas
de la diffrentiation numrique, il y a une limite aux valeurs de h qui peuvent tre
utilises. En effet, en prenant par exemple une diffrence centre pour estimer la
drive 1re c d :
f ' ( x0 )

f ( x0 + h) f ( x0 h)
2h

On constate que lorsque h 0, le numrateur contient la soustraction de deux


termes trs proches lun de lautre.
4.

Extrapolation de RICHARDSON

La mthode de Richardson est valable non seulement pour la drivation et


lintgration numrique mais aussi pour linterpolation et la rsolution numrique
des quations diffrentielles etc. Cette technique permet daugmenter la prcision
dune mthode dapproximation par une technique dextrapolation quon verra ici.
Soit une approximation numrique initiale note Qapp (h) dune certaine quantit
exacte Qexa inconnue. En supposant que cette approximation est dordre n , on a :

( )

Qexa = Qapp (h) + O h n

( )

La notation O hn signifie en fait que lon a :

Q exa = Q app (h ) + C n h n + C n + 1 h n + 1 + C n + 2 h n + 2 +

Enseignant : Jol M. ZINSALO /EPAC-UAC

(12)

Page 130

Analyse numrique pour Ingnieurs


o les constantes C n dpendent de la mthode numrique utilise. La technique
dextrapolation de Richardson consiste obtenir partir de lapproximation (12)
dordre n une nouvelle approximation au moins dordre (n + 1) . Pour ce faire, il
suffit de remplacer h par h 2 dans (12), ce qui donne :
n

Qexa

h
h
h
= Qapp + C n + C n + 1
2
2
2

n+ 1

h
+ C n+ 2
2

n+ 2

(13)

h
Lapproximation Qapp est gnralement plus prcise que Qapp (h) . On peut
2
cependant se servir de ces deux approximations pour en obtenir une nouvelle,
encore plus prcise. Lide consiste combiner les relations (12) et (13) de telle

sorte que le terme dordre n C n h n disparaisse. Cela est possible si on multiplie


lquation (13) par 2 n pour obtenir :

h n+ 2
h n+ 1
h
n

= 2 Qapp + C n h + C n+ 1
+ C n+ 2 2 2
2
2

2 Qexa

Qexa = Qapp (h) + C n h n + C n+ 1 h n+ 1 + C n+ 2 h n+ 2 +


__________________________________________________________

(2

3
1
h
1 Qexa = 2 n Qapp Qapp (h) C n+ 1 h n+ 1 C n+ 2 h n+ 2 +
2
4
2

do

Qexa

1
3
h
2 n Qapp Qapp (h ) C n + 1 h n + 1 C n + 2 h n+ 2
2
4
2
+
=
n
2 1

(14)

ou plus simplement :

Qexa

h
2 n Qapp Qapp (h)
2
+ O h n+ 1
=
2n 1

Enseignant : Jol M. ZINSALO /EPAC-UAC

)
Page 131

Analyse numrique pour Ingnieurs


Lexpression de droite est donc une approximation dordre au moins (n + 1) de

Qexa . Lextrapolation de Richardson permet donc de gagner au moins un ordre de


convergence. En fait, on peut en gagner davantage si par exemple, on a C n+ 1 = 0
ds le dpart. Dans ce cas, la nouvelle approximation est dordre (n + 2 ) .
Exemple :
En utilisant une diffrence avant dordre 1 pour calculer la drive de e x en

x = 0 , on obtient :

pour h = 0 ,1
f ' (0 ) =

e 0 + h e 0 e 0 ,1 e 0
=
= 1 ,05170918 = Qapp (0 ,1)
h
0 ,1

pour h = 0 ,05
f ' (0 ) =

e 0 ,05 e 0
= 1 ,0254219 = Qapp (0 ,05 )
0 ,05

En faisant maintenant le calcul laide de (14) avec n = 1

f ' (0 )

2 1 Qapp (0 ,05 ) Qapp (0 ,1)

21 1
2 1 ,0254219 1 ,05170918 = 0 ,99913462

qui est une approximation dordre 2 et donc plus prcise de f ' (0 ) . De mme,
si on utilise une diffrence centre dordre 2, on obtient :

pour h = 0 ,05
e 0 ,05 e 0 ,05
f ' (0 ) =
= 1 ,0004167
2 0 ,05

pour h = 0 ,025
e 0 ,025 e 0 ,025
f ' (0 ) =
= 1 ,00010418
2 0 ,025

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 132

Analyse numrique pour Ingnieurs


Dans ce cas, lextrapolation de Richardson permet de gagner deux ordres de
prcisions puisque seules les puissances paires de h apparaissent dans le
terme derreur. Plus prcisment, on a :
f ( x + h ) f ( x h)
f '" ( x ) h 2 f ( 5 ) ( x ) h 4
= f ' (x ) +
+
+ O h6
2h
3!
5!

( )

La diffrence centre tant dordre 2, lextrapolation de Richardson avec

n = 2 donne :
f ' (0 )

2 2 Qapp (0 ,025 ) Qapp (0 ,05 )

22 1
4 1 ,00010418 1 ,0004167

= 1 ,000000007
3

qui est une approximation dordre 4 de la solution exacte.


Remarque
Il vaut mieux viter dutiliser des valeurs de h trs petites pour calculer une
drive laide dune formule de diffrence finie. Il est prfrable de choisir une
valeur de h pas trop petite et de faire des extrapolations de Richardson.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 133

Analyse numrique pour Ingnieurs


CHAPITRE 8
INTEGRATION
1.

NUMERIQUE

Introduction

Lintgration numrique est base principalement sur la relation :

x
x
x
x f ( x ) dx = x pn ( x )dx + x E n ( x )dx
n

(1)

o pn ( x ) est un polynme dinterpolation et En ( x ) est lerreur associe.


En faisant varier la valeur de n , on obtient les formules de Newton-Cotes. En
principe, plus n est lev plus grande est la prcision lie la valeur de lintgrale
recherche. En pratique, les numriciens emploient des valeurs de n 5 .
Par ailleurs, lextrapolation de Richardson allie lune des formules de NewtonCotes, conduit la mthode de Romberg, lune des techniques dintgration les
plus prcises.
2.

Formules de Newton-Cotes simples et composes


1. Mthode des trapzes

Cest la mthode la plus simple. Soit valuer lintgrale

x f ( x )dx
x1
0

f ( x ) est une fonction connue seulement en deux points ou encore une

fonction nayant pas de primitives. La 1re ide consiste remplacer f ( x ) par le


polynme de degr 1 passant par les points ( x0 , f ( x0 )) et ( x1 , f ( x1 )) .

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 134

Analyse numrique pour Ingnieurs


x1

f ( x1 )

E1 ( x )dx
f (x)

f ( x0 )

x p1 ( x ) dx
x1
0

x1

x0

La valeur approximative de lintgrale correspond laire sous la courbe du


polynme qui donne son nom la mthode du trapze. En effet, cette
approximation est grossire et le rsultat sera peu prcis.
En utilisant le polynme de Newton

p1 ( x ) = a0 + a1 ( x x0 ) = f ( x0 ) + f [ x0 , x1 ]( x x0 )
et

f ( 2 ) [ ( x )]
( x x0 )( x x1 )
E1 ( x ) =
2!

( x ) [ x0 , x1 ]

o
on a :
x1

f ( x )dx = p1 ( x ) dx + E1 ( x )dx
x1

x1

x0

x0

{ f ( x0 ) + f [x0 ,

x1

x0

x1

x0

x1 ]( x1 x0 )}d x +

f (2 ) [ ( x )]
( x x0 )( x x1 ) d x
2!

En intgrant le polynme, il vient :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 135

Analyse numrique pour Ingnieurs

x f ( x ) dx =
x1

( x1 x0 ) ( f ( x ) + f ( x )) +
0
1
2

aire du trapze
e

x1 f

x0

" [ ( x )]
( x x0 )( x x1 ) d x
2!

(2)

erreur commise

Si les abscisses sont quidistantes, on pose


s=

x x0
x x0 = s h
h

et

x x i = x ( x 0 + ih) = ( x x 0 ) ih
= sh ih = (s i ) h

d x = hds .

donc
Le terme derreur devient :

( x1 x0 ) = s h,

x1

THEOREME
Soit

h = sh s = 1

1
f " [ (s )]
( x x 0 ) ( x x 1 ) d x = f " [ (s )] s (s 1) h 3d s
0
2!
2!

(2nd thorme de la moyenne)

f 1 ( x ) une fonction continue dans lintervalle

[a ,

b] et

f 2 ( x ) une

fonction intgrable qui ne change pas de signe dans lintervalle [a , b] . Il


existe alors [a , b ] tel que :
b

f1 ( x ) f2 ( x ) d x = f1 ( ) f2 ( x ) d x

Enseignant : Jol M. ZINSALO /EPAC-UAC

(3)

Page 136

Analyse numrique pour Ingnieurs


comme la fonction s (s 1) ne change pas de signe dans lintervalle [0 , 1] on peut
crire :
1

3
f " [ (s )]
f " ( ) 3 1
f " ( ) 3
s ( s 1) h d s =
h s ( s 1) d s =
h
0
2!
2!
12

Conclusion :
La mthode du trapze se rsume lgalit suivante :

h
x f ( x ) d x = 2 [ f ( x0 ) + f ( x1 )]
x1
0

f " ( ) 3
h pour [ x0 ,
12

x1 ]

(4)

La mthode du trapze demeure peu prcise.


Exercice
Evaluer numriquement par la mthode du trapze

sin x d x

Solution
Analytiquement, on a :
2

J = sin x d x = [ cos x ]0
0

= cos

+ cos 0 = 0 + 1

J =1
Par la mthode numrique, on obtient :

J
h=

h
[ f ( x0 ) + f ( x1 )]
2

0 =

2
2
h

J sin 0 + sin = (0 + 1)
2
2 4
J 0 ,785398164

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 137

Analyse numrique pour Ingnieurs


Qui est une pitre approximation de la valeur exacte J = 1 . Ceci est d au
fait que lon a approch la fonction f ( x ) = sin x dans lintervalle [0 , 2 ] au
moyen dun polynme de degr 1.
Une stratgie intressante consiste dcomposer lintervalle o lon doit faire
lintgration, soit lintervalle [a , b] en n sous-intervalles de longueur

h=

x0 = a x1

ba
n

(5)

xn 2 xn 1 xn = b

x2

Les diffrents points engendrs sont nots x i pour i = 0 , 1 , 2 , , n . Les valeurs aux
extrmits sont : a = x0 et b = xn . Dans chaque intervalle

[ xi ,

xi + 1 ] on peut

utiliser la mthode du trapze.

n 1 x
i +1

f ( x )d x =
i =0

xi

n1

h
[ f ( xi ) + f ( xi + 1 )]
i =0 2

f ( x )d x

b
h
a f ( x ) d x = 2 {[ f ( x0 ) + f ( x1 )] + [ f ( x1 ) + f ( x2 )] + +

+ [ f ( xn 2 ) + f ( xn 1 )] + [ f ( xn 1 ) + f ( xn )]

Enseignant : Jol M. ZINSALO /EPAC-UAC

}
Page 138

Analyse numrique pour Ingnieurs


On remarque que tous les termes f ( x i ) sont rpts deux fois sauf le premier et
le dernier. On conclut :

a f ( x ) dx 2 {f ( x0 ) + 2 [ f ( x1 ) + f ( x 2 ) + + f ( x n 1 )] + f ( x n ) }
b

(6)
(6) est la formule des trapzes compose.
Lerreur totale commise ici est :

b a f " ( ) 3
ba
f " ( ) 3
2
n
h =
h =
f " ( ) h
12
h
12
12

Remarque :
Le raisonnement prcdent nest pas parfaitement rigoureux mme si le rsultat
final est juste. En effet, dans chaque intervalle

[ xi ,

xi + 1 ] lerreur lie la

mthode du trapze simple devrait faire intervenir la drive seconde en i ( f " (i ))


c d une valeur de diffrente pour chaque sous-intervalle. Un autre thorme
de la moyenne est alors ncessaire pour conclure ; lerreur globale est donne
par :

ba
2
f " ( ) h
12

pour

[a , b ]
(7)

La mthode des trapzes compose est dordre 2.

Exercice :
Evaluer numriquement par la mthode des trapzes composs lintgrale
suivante :
2

sin x d x

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 139

Analyse numrique pour Ingnieurs


Solution
En prenant 4 sous-intervalles de longueur
h=

20
4

J = sin x d x
0

/8 /4 3/8 /2

sin 0 + 2 sin + sin + sin


+ sin

8
8
4
8
2

0 ,9871158

Lerreur absolue est environ 1 0 ,9871158 = 0 ,01288


On constate une nette amlioration en comparant ce rsultat avec celui obtenu
pour un seul intervalle.

En refaisant ce calcul avec 8 intervalles h =


, on trouve :
16

h=

sin x d x

16

, 2h =

, 3h =

3
5
3
7

, 4h = , 5h =
,6h =
,7 h =
, 8h =
16
4
16
8
8
2

16

3
5
3
7

sin 0 + 2 sin
+ sin + sin
+ sin + sin
+ sin
+ sin
+ sin

2
16
8
16
4
16
8
16
2

0 ,9967852

Lerreur absolue 1 0 ,9967852 est rduite 0,0032.


En faisant le rapport des erreurs absolues, on peut connatre lordre de la
mthode :
0 ,01288
4 ,025 4 = 2 2
0 ,0032

Ce qui confirme que cette mthode est dordre 2. On peut amliorer le


rsultat en utilisant la mthode de Richardson.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 140

Analyse numrique pour Ingnieurs

Qexa =

Qexa

2 n Qapp (h 2 ) Qapp
2n 1

2 2 0 ,9967852 0 ,9871158
=
22 1

Qexa = 1 ,000000833
Remarques
1. La mthode du trapze avec un seul intervalle est galement connue sous
le nom de mthode du trapze simple.
2. La mthode des trapzes compose est dordre 2. La mthode du trapze
simple, bien que dordre 3 est rarement utilise car elle est trop imprcise.
3. La mthode des trapzes compose donne un rsultat exact si la fonction
f ( x ) est un polynme de degr 1. Cela sexplique par la prsence de la

drive seconde de f ( x ) dans le terme derreur : celle-ci sannule dans le


cas de polynme de degr 1.

Dfinitions
1. Les

formules

dintgration

numrique

sont

galement

appeles

formules de quadrature.
2. Le degr de prcision dune formule de quadrature est la valeur
maximale de n pour laquelle cette formule de quadrature intgre
exactement tout polynme de degr n.
Le degr de prcision de la formule des trapzes est 1.

2.

Mthode de SIMPSON (formule de Simpson 1/3)

Soit p2 ( x ) un polynme de degr 2 dont la courbe passe par les points ( x0 , f ( x0 )) ,

( x1 , f ( x1 )) et ( x2 , f ( x2 )) , en appliquant la formule de Newton, il vient :


Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 141

Analyse numrique pour Ingnieurs

( )

](

](

)(

p ( x ) = f x0 + f x0 , x 1 x x0 + f x0 , x 1 , x 2 x x0 x x 1
2

et on a :
f ( x ) p2 ( x )

x2

x0

f ( x ) d x 2 p2 ( x ) d x
x

x0

et donc:
x2

x0

f ( x )dx

x2

x0

{ f ( x0 ) + f [ x0 ,

x 1 ] ( x x0 ) + f [ x0 , x 1 , x 2 ] ( x x0 ) ( x x1 ) }d x

En considrant le cas o les abscisses sont galement distances

s=

x x

x x = (s i ) h
i

Et on a la formule :

0 { f (x0 ) + f [x0 ,
2

x 1 h s + f x 0 , x 1 , x 2 h 2 s (s 1 ) h d s =

[( )

( ) ( )]

h
f x0 + 4 f x 1 + f x 2
3

o :

] f (x ) h f (x )

f x0 , x 1 =

et

] f (x ) 2 2f h(x ) + f (x )

f x0 , x 1 , x 2 =

En rsum
x
h
x f ( x ) dx 3 [ f (x0 ) + 4 f (x1 ) + f (x 2 )]
2

qui est appele formule de Simpson 1/3 simple ; cette terminologie est due au
facteur 1/3 qui multiplie h.
Lanalyse du terme derreur donne :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 142

Analyse numrique pour Ingnieurs

f (4 ) ( ) 5
h avec x0 , x 2
90

do :

x2

x0

f ( x ) dx =

(4 )
h
[ f ( x 0 ) + 4 f ( x 1 ) + f ( x 2 )] f ( ) h5 avec [x 0 ,
90
3

x2 ]

(8)

Remarque :
La valeur de h exprime toujours la distance entre les points x i , c d quelle
quivaut dans ce cas la longueur de lintervalle divise par 2.
La mthode de Simpson 1/3 simple est peu prcise.
Exercice
Evaluer numriquement par la mthode de Simpson 1/3 simple lintgrale
2

sin x d x

Rsolution
Dterminons h

h=

l 20
=
=
et x0 = 0 , x1 = = , x2 =
2 2 4
2
2
2
4
x
h
x f ( x ) d x 3 [ f (x0 ) + 4 f (x1 ) + f (x 2 )]
2

x f ( x )d x 3 sin 0 + 4 sin 4 + sin 2


x2
0

1 ,0022799

Ce rsultat est plus prcis que lapproximation obtenue par la mthode de


trapze simple. Mais il demeure peu satisfaisant.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 143

Analyse numrique pour Ingnieurs


On peut encore amliorer la prcision de la formule de Simpson 1/3 simple
en la composant ; ceci revient diviser lintervalle [a , b] dintgration en
2n sous-intervalles et utiliser la mthode de Simpson 1/3 simple dans
chaque paire de sous-intervalle. On obtient :

a f ( x )dx = 3 [ f (x0 ) + 4 f (x1 ) + 2 f (x2 ) + 4 f (x3 ) + 2 f (x4 ) + + 4 f (x2 n 3 ) +


b

) ( )]

+ 2 f x2 n 2 + 4 f x2 n 1 + f x2 n

(b a ) f (4 ) ( ) h4
180

(9)

[a , b]

pour

cest la formule de Simpson 1/3 compose.


Remarques :
1. Tous les termes de rang impair sont multiplis par 4 tandis que ceux de

( )

( )

rang pair sont multiplis par 2, sauf le 1er f x0 et le dernier f x 2 n .


2. La mthode de Simpson 1/3 compose est une mthode dordre 4.
De plus en raison de la prsence de la drive 4me de f ( x ) , cette mthode est
exacte dans le cas des polynmes de degr 3. Le degr de prcision de cette
mthode est donc 3.
Exercice :
Evaluer par la mthode de Simpson 1/3 compose lintgrale :
2

sin x d x

Comparer le rsultat obtenu celui de la mthode des trapzes compose.


Rsolution :
En divisant lintervalle [0 , / 2 ] en 4 sous-intervalles de longueur h = / 8

h=

l 20
=
=
4
4
8

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 144

Analyse numrique pour Ingnieurs


2

sin xdx

8
3
2

+ 4 sin
+ sin
sin 0 + 4 sin + 2 sin

3
1 ,0001346

Mme mthode avec 8 sous-intervalles. On a h = / 16


2

sin xdx

16

sin 0 + 4 sin
+ 2 sin + 4 sin
+ 2 sin +

16
4
3
16
8
5
3
7

+ 4 sin
+ 2 sin
+ 4 sin
+ sin 1 ,000008296
16
8
16
2

Ces deux rsultats montrent que la mthode est bien dordre 4.


Extrapolation de Richardson
La plus grande prcision de la mthode de Simpson compose vient du fait
que cette mthode est dordre 4.
Qexa =

2 4 1 ,000008296 1 ,0001346
= 0 ,999999876
24 1

Qui est une approximation dordre au moins 5.

3.

Mthode de ROMBERG

La mthode de Romberg est une mthode dintgration qui permet datteindre des
rsultats trs prcis. Elle est base sur une utilisation astucieuse de la mthode
des trapzes compose (dordre 2) et de la technique dextrapolation de
Richardson.
Soit T1 ,i le rsultat obtenu laide de la mthode des trapzes compose avec 2 i 1
intervalles ; les T1 ,i sont des approximations dordre 2.
Pour passer de T1 ,i T1 ,i + 1 on doit doubler le nombre de sous-intervalles, ce qui
revient diviser la valeur de h par 2. Au moyen de lextrapolation de Richardson
avec n = 2 on dfinit alors les relations suivantes :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 145

Analyse numrique pour Ingnieurs

T2 ,i =

2 2 T1 ,i + 1 T1 ,i

(10)

22 1

et les T2 ,i sont des approximations dordre 4. On pose ensuite successivement :

T3 ,i =

T4 ,i =

T5 ,i =

2 4 T2 ,i + 1 T2 ,i
24 1
2 6 T3 ,i + 1 T3 ,i
26 1

(11)

2 8 T4 ,i + 1 T4 ,i
28 1

ce qui dfinit un triangle de la forme :

T1 ,1 T1 ,2
T2 ,1 T2 ,2

T1 ,3
T2 ,3

T1 ,4
T2 ,4

T3 ,1 T3 ,2
T4 ,1 T4 ,2

T3 ,3
T4 ,3

T3 ,4

T1 ,5
T2 ,5

T5 ,1 T5 ,2
T6 ,1

T1 ,6

(ordre 2 )
(ordre 4 )
(ordre6 )
(ordre 8 )
(ordre 10 )
(ordre 12 )

Chaque ligne de ce triangle est de deux ordres de convergence plus prcise que la
prcdente. La 1re ligne est tout simplement constitue des approximations
obtenues laide de la mthode des trapzes compose avec 1, 2, 4, 8, 16,
intervalles. Pour passer dune ligne lautre, on utilise lextrapolation de
Richardson pour les relations (10) et (11).
Remarque : On montre que la 2nde ligne du triangle nest autre que le rsultat de
la mthode de Simpson 1/3 avec respectivement 2, 4, 8, intervalles. On

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 146

Analyse numrique pour Ingnieurs


pourrait donc liminer la 1re ligne et commencer directement avec la mthode de
Simpson.
Exercice : Soit une fonction f ( x ) connue seulement pour quelques valeurs
de x . Evaluer lintgrale

0 f ( x )d x
1

laide de la mthode de Romberg.

f (x)

0,00

0,3989

0,25

0,3867

0,50

0,3521

0,75

0,3011

1,00

0,2420

Rsolution :
Puisquil y a en tout 5 points, on peut utiliser la mthode des trapzes
compose avec 1, 2 et 4 intervalles seulement. On a :

T1 ,1 =

1
[ f (0 ,0 ) + f (1 ,0 )] = 1 (0 ,3989 + 0 ,2420 ) = 0 ,32045
2
2

T1 ,2 =

0 ,5
[ f (0 ,0 ) + f (0 ,5 ) + f (1 ,0 )] = 0 ,336275
2

T1 ,3 =

14
[ f (0 ,0 ) + 2( f (0 ,25 ) + f (0 ,5 ) + f (0 ,75 )) + f (1,0 )] = 0 ,3400875
2

T1 ,1 T1 ,2 T1 ,3
T2 ,1 T2 ,2
T3 ,1

Enseignant : Jol M. ZINSALO /EPAC-UAC

(ordre 2 )
(ordre 4 )
(ordre6 )

Page 147

Analyse numrique pour Ingnieurs

T2 ,1 =
T2 ,1

22 1
= 0 ,34155

T2 ,2 =
T2 ,2

2 2 T1 ,2 T1 ,1

2 2 T1 ,3 T1 ,2

22 1
= 0 ,3413583

T3 ,1 =

2 4 T2 ,2 T2 ,1
24 1

2 2 (0 ,336275 ) 0 ,32015
=
22 1

2 2 (0 ,3400875 ) 0 ,336275
22 1

= 0 ,3413456

1
0 f ( x )d x= T3 ,1 = 0 ,3413456

0 ,32045

0 ,336275

ordre 6

0 ,3400875

0 ,34155 0 ,3413583
0 ,3413456

Remarque
Dans le cas dune fonction connue seulement en certains points, le nombre de
points doit tre de la forme 2 n + 1 pour que la mthode de Romberg puisse
sappliquer. En effet, il faut que le nombre de sous-intervalles soit une puissance
de 2. Dans lexercice prcdent, on a 2 2 + 1 points et 4 sous-intervalles.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 148

Analyse numrique pour Ingnieurs


CHAPITRE 9
RESOLUTION NUMERIQUE DES EQUATIONS DIFFERENTIELLES

1.

Introduction

La rsolution numrique des quations diffrentielles est probablement le


domaine de lanalyse numrique o les applications sont les plus nombreuses.
Soit une quation diffrentielle dordre 1 avec condition initiale. Le problme
consiste dterminer une fonction y (t ) solution de :
y' (t ) = f (t , y( t ))

y (t 0 ) = y0

(1)

La variable indpendante t reprsente trs souvent, mais pas toujours, le temps.


La variable dpendante est note y et est fonction de t . La fonction f est ici une
fonction quelconque de deux variables, suffisamment diffrentiable. La condition

( )

y t0 = y0 est la condition initiale. Il sagit dobtenir y (t ) pour t t0 si on cherche


une solution analytique ou une approximation de y (t ) , si on utilise une mthode
numrique. Lobjectif dans ce chap. est de prsenter les mthodes numriques de
rsolution des quations diffrentielles. A cet gard, on tudiera la notion derreur
de troncature locale qui indique lordre de la prcision de la mthode utilise.
Avec les outils numriques de rsolution des quations diffrentielles, il nest plus
possible dobtenir une solution pour toutes les valeurs de la variable
indpendante t . On obtient plutt une approximation de la solution analytique
seulement certaines valeurs de t

notes t i et distances dune valeur

hi = t i + 1 t i .
Dans la plupart des mthodes prsentes ici, cette distance est constante pour
tout i et est note h ; h est appele le pas de temps.
Remarque :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 149

Analyse numrique pour Ingnieurs

()

On note y t i la solution analytique de lquation diffrentielle (1) en t = ti .


On note yi la solution approximative en t = ti obtenue laide dune mthode
numrique.

2.

Mthode dEULER
1.

Principe

Bien que relativement simple et dusage facile, la mthode dEuler est peu utilise
en raison de sa faible prcision.
Soit ici lquation diffrentielle (1) suivante :

y' (t ) = f (t , y (t ))

y t 0 = y0

( )

(1)

Le but est dobtenir la 1re itration une approximation de la solution en

t = t1 = t0 + h . On peut crire :

( ) (

y' t0 = f t0 ,

( )) (

y t0 = f t0 , y0

y0 et de pente f t0 ,

y0 t t0

Lquation de la droite d 0 (t ) passant par t0 ,

d0 (t ) = y0 + f t0 ,

)(

y0 scrit :

en t = t1 , on a :
d 0 (t 1 ) = y0 + f (t 0 , y0 ) (t 1 t 0 )
= y0 + h f (t 0 , y0 ) = y1

( )

( )

En dautres termes d0 t1 est proche de la solution analytique y t1 c d :

( )

( )

y t 1 y 1 = d 0 t 1 = y0 + h f t 0 , y0
le plus souvent,

( )

y1 y t1

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 150

Analyse numrique pour Ingnieurs


A la 2nde itration, puisque la pente de la solution analytique en t = t1 est :

( )

( ))

y' t1 = f t1 , y t1 , on a :

( )

( )) (

y' t1 = f t1 ,

y t1 f t1 ,

y1

et la construction de la droite dquation :

d 1 (t ) = y1 + f t1 ,

)(

y1 t t 1

( )

permet destimer y t 2 ; il vient :

( )

( )

y t 2 y2 = d 1 t 2 = y1 + h f t1 , y1

Remarque
Lerreur introduite la 1re itration a des rpercussions sur les calculs de la 2nde
itration, ce qui signifie que les erreurs se propagent dune itration lautre. Il

()

en rsulte que, de faon gnrale lerreur y t i yi augmente lgrement avec i .


On arrive lalgorithme suivant :
2. Algorithme
1)

Etant donn un pas de temps h , une condition initiale t0 ,

y0

et un nombre maximal ditrations N


2)

Pour 0 n N

yn + 1 = yn + h f t n ,

yn

tn + 1 = tn + h
Ecrire tn+ 1 et yn + 1
3)

Arrt

Exercice dapplication :
Rsoudre par la mthode dEuler lquation diffrentielle :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 151

Analyse numrique pour Ingnieurs


y' (t ) = y (t ) + t + 1

y (0 ) = 1 ( condition initiale )
Rsolution :
f (t ,

y) = y + t + 1

car y' (t ) = f (t ,

y)

A la condition y (0 ) = 1 on a donc : t 0 = 0 et y 0 = 1 .
En prenant le pas de temps

h = 0 ,1 ; on obtient successivement les

approximations y (0 ,1), y (0 ,2 ), y (0 ,3 ) , notes y1 , y2 , y3 ,


La 1re itration donne :

y1 = y0 + h f t0 ,

y0

y1 = 1 + 0 ,1 f (0 , 1 ) = 1 + 0 ,1( 1 + 0 + 1)
y1 = 1

La 2e itration fonctionne de faon similaire et donne :

y2 = y1 + h f t1 ,

y1

y2 = 1 + 0 ,1 f (0 ,1 , 1 ) = 1 + 0 ,1( 1 + 0 ,1 + 1)
y2 = 1 ,01

y3 = y2 + h f t2 ,

y2

y3 = 1 ,01 + 0 ,1 f (0 ,2 , 1 ,01 ) = 1 ,01 + 0 ,1( 1 ,01 + 0 ,2 + 1)


y3 = 1 ,029

y4 = y3 + h f t3 ,

y3

y4 = 1 ,029 + 0 ,1 f (0 ,3 , 1 ,029 ) = 1 ,029 + 0 ,1( 1 ,029 + 0 ,3 + 1)


y4 = 1 ,056100

y5 = y4 + h f t4 ,

y4

y5 = 1 ,0561 + 0 ,1 f (0 ,4 , 1 ,0561 ) = 1 ,0561 + 0 ,1( 1 ,0561 + 0 ,4 + 1)


y5 = 1 ,09049

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 152

Analyse numrique pour Ingnieurs

y6 = y5 + h f t5 ,

y5

y6 = 1 ,09049 + 0 ,1 f (0 ,5 , 1 ,09049 ) = 1 ,09049 + 0 ,1( 1 ,09049 + 0 ,5 + 1)


y6 = 1 ,131441

y7 = y6 + h f t6 ,

y6

y7

y8

y9

y7 = 1 ,131441 + 0 ,1 f (0 ,6 , 1 ,131441 ) = 1 ,131441 + 0 ,1( 1 ,131441 + 0 ,6 + 1)


y7 = 1 ,178297

y8 = y7 + h f t7 ,

y8 = 1 ,178297 + 0 ,1 f (0 ,7 , 1 ,178297 ) = 1 ,178297 + 0 ,1( 1 ,178297 + 0 ,7 + 1)


y8 = 1 ,230467

y9 = y8 + h f t8 ,

y9 = 1 ,230467 + 0 ,1 f (0 ,8 , 1 ,230467 ) = 1 ,230467 + 0 ,1( 1 ,230467 + 0 ,8 + 1)


y9 = 1 ,287420

y10 = y9 + h f t9 ,

y10 = 1 ,287420 + 0 ,1 f (0 ,9 , 1 ,287420 ) = 1 ,287420 + 0 ,1( 1 ,287420 + 0 ,9 + 1)


y10 = 1 ,348678
La solution analytique de cette quation diffrentielle est y (t ) = e t + t . Ce qui
permet de comparer les solutions numrique et analytique et de constater la
croissance de lerreur.

( )

( )

ti

y ti

yi

y t i yi

0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0

1,000 000
1,004 837
1,018 731
1,040 818
1,070 302
1,106 531
1,148 812
1,196 585
1,249 329
1,306 570
1,367 879

1,000 000
1,000 000
1,010 000
1,029 000
1,056 100
1,090 490
1,131 441
1,178 297
1,230 467
1,287 420
1,348 678

0,000 000
0,004 837
0,008 731
0,011 818
0,014 220
0,016 041
0,017 371
0,018 288
0,018 862
0,019 150
0,019 201

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 153

Analyse numrique pour Ingnieurs


3. Dfinition 1
Une mthode de rsolution dquations diffrentielles est dite un pas si elle est
de la forme :

yn+ 1 = yn + h t n ,

yn

(2)

o est une fonction quelconque. Une telle relation est appele quation aux
diffrences.
La mthode est un pas si, pour obtenir la solution en t = t n+ 1 , on doit utiliser la
solution numrique au temps t n seulement. On dsigne par mthode pas
multiples les mthodes qui exigent galement la solution numrique au temps t n 1
, t n 2 , t n 3 , .
La mthode dEuler est une mthode un pas puisque :

(t , y ) = f (t , y )
On tudiera que les mthodes un pas dans ce cours.
4. Dfinition 2
Lerreur de troncature locale au temps t = t n est dfinie par :

n+ 1 (h) =

( ) ( ) (

y t n+ 1 y t n
tn , y tn
h

( ))

(3)

Lerreur de troncature locale mesure la prcision avec laquelle la solution


analytique vrifie lquation aux diffrences (2).
Remarques

( )

1. Dans la dfinition 2, la solution exacte est note y t n

et non y n . Cela

sexplique par le fait que lon cherche mesurer lerreur introduite par
lquation aux diffrences un pas donn, en supposant que la mthode tait
exacte jusque l.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 154

Analyse numrique pour Ingnieurs


2. Il ne faut pas confondre lordre dune quation diffrentielle avec lordre
dune mthode numrique utilise pour rsoudre cette quation.

3.

Mthodes de RUNGE-KUTTA
1.

Mthode de Runge-Kutta dordre 2

Soit le dveloppement de Taylor suivant :

( ) ( )

( )) +

( ) ) + yf (t

y t n+ 1 = y t n + h f tn , y t n
+

h2
2

f
t t n , y t n

( ) ) f (t

, y tn

( )

( ))

, y tn + O h3

(4)

Le but est de remplacer cette dernire relation (4) par une expression quivalente

( )

possdant le mme ordre de prcision O h 3 . On propose la forme :

( ) ( )

y t n+ 1 = y t n + a1 h f t n ,

( )

yn + a 2 h f t n + a 3 h ,

y t n + a4 h

(5)

o on doit dterminer les paramtres a 1 , a 2 , a 3 , et a 4 de sorte que les expressions

( )

(4) et (5) aient toutes deux une erreur en O h 3 . Pour y arriver, on a recours au
dveloppement de Taylor en deux variables suivant :

( )

y tn + a3 h

+ a4 h

f
t ,
y n

f tn + a3 h, y tn + a4 h = f tn ,

( ))
(

f
t ,
t n

( ))

y tn +

( )) + O (h )

y tn

La relation (5) devient alors :

y (t n + 1 ) = y (t n ) + (a 1 + a 2 ) h f (t n ,
+ a2 a4 h 2

f
(t n ,
y

y (t n )) + a 2 a 3 h 2

( )

y (t n )) + O h 3

Enseignant : Jol M. ZINSALO /EPAC-UAC

f
(t n ,
t

y (t n )) +

(6)

Page 155

Analyse numrique pour Ingnieurs


Les expressions (4) et (6) sont du mme ordre. Pour dterminer les coefficients a i ,
il suffit de comparer ces deux expressions terme terme ; il vient :

coefficients respectifs de f tn ,

( )) :

( )) :

h2
= a 2 a 3 h2
2

( )) :

h2
f tn ,
2

coefficients respectifs de

f
t , y tn
t n

coefficients respectifs de

f
t ,
y n

h = a1 + a 2 h

y tn

y tn

( ))

y t n = a 2 a4 h 2

On obtient ainsi un systme non linaire de trois quations quatre inconnues :


1 = a1 + a 2

1
=a a
2 3
2

f tn , y tn
= a2a4

( ))

(7)

Le systme (7) est sous-dtermin en ce sens quil y a moins dquations que


dinconnues et donc il na pas de solution unique. Cela permet la mise au point
de plusieurs variantes de la mthode de Runge-Kutta. Le choix le plus
couramment utilis est le suivant :
a) Mthode dEuler modifie

a = a = 1
2
2
1

a3 = 1

a4 = f t n , y t n

( ))

On tablit sans peine que ces coefficients satisfont aux trois quations du
systme non linaire. Il suffit de remplacer ces valeurs dans les quations (5).

( )

( )

Pour ce faire, on doit ngliger le terme en O h 3 et remplacer la valeur exacte y t n


par son approximation y n . On obtient alors lalgorithme :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 156

Analyse numrique pour Ingnieurs


Algorithme

1. Etant donn un pas de temps h, une condition initiale t0 ,

y0 et un

nombre maximal ditrations N


2. Pour 0 n N

y = yn + h f t n ,
yn+ 1 = yn +

[ (

yn

h
f tn ,
2

prdiction

) (

y n + f t n+ 1 ,

t n+ 1 = t n + h

)]

correction

(8)

Ecrire tn + 1 et yn + 1
3. Arrt

Remarque :
Pour faciliter les calculs, lvaluation de yn + 1 a t scinde en deux tapes. La
variable temporaire y correspond tout simplement une itration de la mthode
dEuler. On fait ainsi une prdiction y de la solution en tn + 1 qui est corrig (et
amlior) la seconde tape de lalgorithme. On parle donc de mthode de
prdiction-correction.

Exercice dapplication
Rsoudre numriquement y' (t ) = y (t ) + t + 1 avec comme condition initiale
y (0 ) = 1

Solution
On choisit un pas de temps h = 0 ,1
1re itration (t=0) :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 157

Analyse numrique pour Ingnieurs


on prdit d' abord

y = y0 + h f t0 ,

y0

) = 1 + 0 ,1( 1 + 0 + 1) = 1

correction
yn + 1 = y n +
y1 = y0 +
y1 = 1 +

[ (

) (

h
f tn ,
2

[ (

yn + f t n + 1 ,

) (

h
f t0 ,
2

y0 + f t 1 ,

)]

)]

0 ,1
[( 1 + 0 + 1) + ( 1 + 0 ,1 + 1)] = 1,005
2

2re itration (t1=t0 + h = 0+0.1) :

y = y1 + h f (t1 ,
y 2 = y1 +

y1 )

h
[ f (t1 ,
2

y1 )+ f (t 2 , y )]

y = 1 ,005 + 0 ,1( 1 ,005 + 0 ,1 + 1) = 1 ,0145


0 ,1
[( 1,005 + 0 ,1 + 1) + ( 1 ,0145 + 0 ,2 + 1)]
2
= 1 ,019025

y 2 = 1 ,005 +

y = 1 ,0145

(prdiction)

y 2 = 1 ,019025 (correction)

b) Mthode du point milieu


Cest une autre mthode de Runge-Kutta dordre deux qui est trs utilise et
correspond au choix suivant des coefficients a i :
a1 = 0 , a 2 = 1 , a 3 =

f (t n , y (t n ))
1
et a 4 =
2
2

En remplaant ces valeurs des coefficients

ai

dans lquation (5) on a

lalgorithme :
Algorithme

1. Etant donn un pas de temps h, une condition initiale t0 ,

y0 et un

nombre maximal ditrations N


2. Pour 0 n N

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 158

Analyse numrique pour Ingnieurs

k1 = h f t n ,

yn

h
yn + 1 = yn + hf t n + ,
2

tn+ 1 = tn + h

yn +

k1

Ecrire tn + 1 et yn + 1
3. Arrt

Remarques
1. La fonction f (t ,

y ) est value au point milieu de lintervalle tn , t n + 1 ,

cest pourquoi cette mthode est appele du point milieu.


2. Les mthodes dEuler modifie et du point milieu tant du mme ordre de
troncature locale, leur prcision est semblable.

2. Mthode de Runge-Kutta dordre 4


En reprenant le dveloppement de Taylor de la fonction f jusqu lordre 5, un
raisonnement similaire celui qui a t men aux mthodes de Runge-Kutta
dordre 2 aboutit un systme de huit (8) quations non linaires comprenant dix
(10) inconnues. Le rsultat final est la mthode de Runge-Kutta dordre 4 qui
reprsente un outil dune grande utilit.
Algorithme

1. Etant donn un pas de temps h , une condition initiale t0 ,

y0

) et un

nombre maximal ditrations N


2. Pour 0 n N

k1 = hf tn , yn

h
k 2 = h f t n + ,
2

yn +

k1

h
k 3 = h f t n + ,
2

yn +

k2
2

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 159

Analyse numrique pour Ingnieurs

k4 = h f t n + h ,
yn + 1 = y n +

yn + k3

1
k + 2k2 + 2k3 + k4
6 1

t n+ 1 = tn + h
Ecrire tn + 1 et yn + 1
3. Arrt

Exercice 1 : Rsoudre par la mthode de Runge-Kutta le systme suivant :


y' (t ) = y (t ) + t + 1

y (0 ) = 1 ( condition initiale )
Solution :
On choisit un pas de temps h = 0 ,1

k1 = h f t0 , y0 = 0 ,1 ( 1 + 0 + 1) = 0

h
k 2 = h f t0 + , y0 + 1 = 0 ,1 f (0 ,05 , 1)
2
2

= 0 ,1( 1 + 0 ,05 + 1) = 0 ,005

h
k 3 = h f t0 + ,
2

y0 +

k2
= 0 ,1 f 0 + 0 ,1 , 1 + 0 ,005
2
2
2

= 0 ,1( 1 ,0025 + 0 ,05 + 1)

k4 = hf t0 + h , y0 + k 3 = 0 ,1 f (0 ,1 , 1 ,00475 )
= 0 ,1( 1 ,00475 + 0 ,1 + 1) = 0 ,009525

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 160

Analyse numrique pour Ingnieurs


y1 = y0 +

1
k + 2 k 2 + 2 k 3 + k4
6 1

1
(0 + 2 0 ,005 + 2 0 ,00475 + 0 ,009525 )
6
= 1 ,0048375
= 1+

Et ainsi de suite.
Exercice 2
1. Transformer lquation diffrentielle suivante :

d2x
dx
1 x2
+ x=0
2
dt
dt

o initialement x (0 ) = 0 ,5 et x' (0 ) = 0 en un systme dquation dordre 1.


2. Indiquer les conditions initiales applicables au systme.
3. Avec un pas de temps h = 0 ,1 , calculer x (t ) et x' (t ) t = 0 ,1 laide de la
mthode dEuler.
Solution :

d2x
dx
1 x2
+ x=0
2
dt
dt

Posons y =

dx
= x' (t )
dt

dy d 2 x
dx
= x' (t )
= 2
dt
dt
dt
1
dx = ydt x = y 2 + c
2
1
2
x (0 ) = ( y (0 )) + c = 0 ,5 or y (0 ) = x' (0 ) = 0
2
c = 0 ,5
y=

d2x
dx
dx
= 1 x2
x = f 1 t , x ,
2
dt
dt

dt
dy
= 1 x 2 y x = f 2 (t , x , y )
dt

Do le systme quivalent :

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 161

Analyse numrique pour Ingnieurs

dx y = f (t , x , y )
1
dt =

dy
2
dt = 1 x y x = f 2 (t , x ,

y)

x (0 ) = 0 ,5 = x0

x' (0 ) = y (0 ) = 0 = y0

(
+ h f (t

xn + 1 = xn + h f 1 t n , xn ,
yn + 1 = yn

, xn ,

)
y )= y

yn = x n + h y n
n

[(

+ h 1 x n2 yn xn

1re itration n = 0 :
x1 = x0 + hy0 = 0 ,5 + 0 ,1 0 = 0 ,5

[( )
]
= 0 + 0 ,1[(1 0 ,5 ) 0 0 ,5 ] = 0 ,05

y1 = y0 + h 1 x02 y0 x0
2

x (0 ,1) = x1 = 0 ,5

x' (0 ,1) = y1 = 0 ,05

Exercice : on considre lintgrale suivante :

dx

= = 0 ,785398163
2
01+ x
4

I=

Calculer les valeurs approches de I par la mthode de Romberg. Prendre


= 0 ,001 comme critre darrt.

Enseignant : Jol M. ZINSALO /EPAC-UAC

Page 162

S-ar putea să vă placă și