Dpartement de mathmatiques et de gnie industriel

cole Polytechnique de Montral

CALCUL SCIENTIFIQUE POUR INGNIEURS
AIDE MMOIRE

Dfinitions, dveloppement de Taylor et erreur de troncature

Erreur absolue: x = |x x ? |
Erreur relative: er (x) =

x
|x|

Chiffres significatifs:
Le chiffre de x ? associ la puissance de m et les chiffres associs aux puissances suprieures
tels que x 0, 5 10m .
f (x0 + h) = Pn (h) + Rn (h):

Pn (h) = f (x0 ) + f 0 (x0 )h +

Rn (h) =

1 00
2
2! f (x0 )h

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

f (x) = Pn (x) + Rn (x):

Pn (x) = f (x0 ) + f 0 (x0 )(x x0 ) +

Rn (x) =

1
(n+1)
((x))(x
(n+1)! f

1 000
3
3! f (x0 )h

+ +

1 (n)
(x0 )hn
n! f

pour (h) entre x0 et x0 + h.

1 00
2! f (x0 )(x

x0 )(n+1)

x 0 )2 + +

1 (n)
(x0 )(x
n! f

x0 )n

pour (x) entre x0 et x.

f (h) = O(hn ):


 f (h) 
Il existe une constante C > 0 t.q.  hn  C pour h prs de 0.
Norme IEEE et erreur de reprsentation
Reprsentation IEEE en simple prcision:
(d1 d2 d3 d31 d32 ) = (1)d1 2(d2 d3 d9 )2 2127 (1, d10 d11 d32 )2
Reprsentation IEEE en double prcision:
(d1 d2 d3 d63 d64 ) = (1)d1 2(d2 d3 d12 )2 21023 (1, d13 d14 d64 )2
Reprsentation par excs (selon la norme IEEE):
Lexcs: d = 2k1 1 o k est le nombre de bits utiliss pour lexposant.
Prcision machine :
= t , o t est le nombre de bits utiliss pour la mantisse si le premier bit de la mantisse
normalise nest pas mis en mmoire et est la base.

Interpolation
Interpolation polynmiale de Lagrange: tant donn (n+1) points (xi , f (xi )) pour i = 0, 1, , n:
Pn
pn (x) = i=0 f (xi )Li (x),
o

Li (x) =

(x x0 )(x x1 ) (x xi1 )(x xi+1 ) (x xn )

(xi x0 )(xi x1 ) (xi xi1 )(xi xi+1 ) (xi xn )

Diffrences divises: f [xi ] = f (xi ),

f [xi , xi+1 ] =

f (xi+1 ) f (xi )
,
xi+1 xi

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

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

,
xi+2 xi

etc.

Polynme de Newton:
pn (x) = a0 + a1 (x x0 ) + a2 (x x0 )(x x1 ) + + an (x x0 )(x x1 ) (x xn1 ),
o ai = f [x0 , x1 , x2 , , xi ] pour

i = 0, 1, . . . , n

Erreur dinterpolation:
En (x) = f (x) pn (x) =

f (n+1) ((x))
(x x0 )(x x1 ) (x xn ) pour
(n + 1)!

(x) ]x0 , xn [

Approximation de lerreur dinterpolation:

En (x) ' f [x0 , x1 , , xn , xn+1 ](x x0 )(x x1 ) (x xn )
Borne de lerreur dinterpolation:
|En (x)|

max

(x) ]x0 ,xn [

|f (n+1) ((x))|

hn+1
4(n + 1)

pour h = xi xi1

o i = 1, 2, . . . , n

Interpolation par splines cubiques:

En posant hi = xi xi1 , lquation de la spline dans lintervalle [xi1 , xi ] est donne par:

pi (x) =

00
fi1
f 00
(x xi )3 + i (x xi1 )3 +
6hi
6hi
)
(
)
(
00
hi
f (xi1 ) fi1
f (xi ) fi00 hi

(x xi ) +

(x xi1 ),
hi
6
hi
6

pour i = 1, 2, . . . , n.
Les fi00 , sont solutions dun systme de n 1 quations donnes par:
hi
hi+1
00
+ 2fi00 +
fi1
f 00 = 6f [xi1 , xi , xi+1 ],
hi + hi+1
hi + hi+1 i+1
pour i = 1, 2, . . . , n 1.

Page 2

Diffrentiation et intgration numriques

Diffrentiation numrique:
formule de diffrence finie

terme derreur
f 00 ()
2 h

f 0 (x) '

f (x+h)f (x)
h

f 0 (x) '

f (x)f (xh)
h

f 00 ()
2 h

f 0 (x) '

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

2h

f 000 () 2
h
3

f 0 (x) '

f (x+h)f (xh)
2h

f 0 (x) '

3f (x)4f (xh)+f (x2h)

2h

f 000 () 2
h
3

f 00 (x) '

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

h2

f 000 ()h

f 00 (x) '

f (x+h)2f (x)+f (xh)

h2

f 0000 () 2
12 h

f 00 (x) '

f (x2h)2f (xh)+f (x)

h2

f 000 ()h

f 00 (x) '

f (x+2h)+16f (x+h)30f (x)+16f (xh)f (x2h)

12h2

1 (6)
()h4
90 f

f 000 () 2
h
6

Extrapolation de Richardson:
Soit
Qexa = Qapp (h) + cn hn + cn+1 hn+1 + cn+2 hn+2 +
alors pour p > 1
Qexa =

h
p n Qapp ( p
) Qapp (h)

pn 1


+

1
p




1 cn+1 hn+1 + p12 1 cn+2 hn+2 +
pn 1

Quadratures de Newton-Cotes:

mthode

formule de quadrature

terme derreur

trapze

h
2 (f (x0 ) + f (x1 ))

trapze
compose

h
2 (f (x0 ) + 2[f (x1 ) +

Simpson

1
3

h
3 (f (x0 ) + 4f (x1 ) + f (x2 ))

1
3

h
3 (f (x0 ) + 4f (x1 ) + 2f (x2 ) +

Simpson
compose
Simpson

+ f (xn1 )] + f (xn ))

00
2
(ba)
12 f ()h

+ 2f (x2n2 ) + 4f (x2n1 ) + f (x2n ))

3
8

3h
8 (f (x0 ) + 3f (x1 ) + 3f (x2 ) + f (x3 ))

3
8

3h
8 (f (x0 ) + 3f (x1 ) + 3f (x2 ) + 2f (x3 ) + 3f (x4 ) +

f 00 () 3
12 h

f (4) ()
90

h5

(4) ()h4
(ba)
180 f

3f (4) () 5
h
80

Simpson
compose

+ 2f (x3n3 ) + 3f (x3n2 ) + 3f (x3n1 ) + f (x3n ))

(4) ()h4
(ba)
80 f

Boole

2h
45 (7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 ) + 7f (x4 ))

Boole
compose

2h
45 (7f (x0 ) + 32f (x1 ) + 12f (x2 ) + 32f (x3 )+

+14f (x4 ) + + 32f (x4n5 ) + 14f (x4n4 )+

+32f (x4n3 ) + 12f (x4n2 ) + 32f (x4n1 ) + 7f (x4n ))

Page 3

8f (6) () 7
h
945

(6) ()h6
2(ba)
945 f

nombre
de points
2
n+1
3
2n+1
4
3n+1
5

4n + 1

 Intgration de Gauss:
Zb
f (x) dx =
a

(b a)
2

Z1


f

(b a)t + (a + b)
2


dt =

(b a)
2

Z1
g(t) dt '
1

n
(b a) X
i g(ti )
2
i=1

nb de pts (n)

points de Gauss
ti

poids de Gauss
i

degr de prcision (2n 1)

+0, 000 000 000

2, 000 000 000

0, 577 350 269

+0, 577 350 269

1, 000 000 000

1, 000 000 000

0, 774 596 669

+0, 000 000 000
+0, 774 596 669

0, 555 555 556

0, 888 888 889
0, 555 555 556

0, 861 136 312

0, 339 981 044
+0, 339 981 044
+0, 861 136 312

0, 347 854 845

0, 652 145 155
0, 652 145 155
0, 347 854 845

0, 906 179 846

0, 538 469 310
+0, 000 000 000
+0, 538 469 310
+0, 906 179 846

0, 236 926 885

0, 478 628 670
0, 568 888 889
0, 478 628 670
0, 236 926 885

quations algbriques non linaires

Problme de racine : chercher r t.q. f (r ) = 0
Borne suprieure de lerreur pour la mthode de la bissection: |xk r |

ba
2k

Problme de point fixe: chercher r t.q. r = g(r )

Algorithme de point fixe: pour x0 donn, xn+1 = g(xn ) pour n = 0, 1, 2, . . .
Dveloppement pour lanalyse de la mthode de points fixes:
2
3
en+1 := xn+1 r = g 0 (r )en + 12 g 00 (r )en
+ 16 g 000 (r )en
+

Mthode de Newton: pour x0 donn,

xn+1 = xn

f (xn )
f 0 (xn )

pour n = 0, 1, 2, . . .

Une racine r de la fonction f (x) est de multiplicit m si f (x) = (x r )m h(x) pour une fonction
h(x) qui vrifie h(r ) 6= 0 ou encore si:
f (r ) = f 0 (r ) = f 00 (r ) = = f (m1) (r ) = 0

et

f (m) (r ) 6= 0

Taux de convergence de la mthode de Newton dans le cas dune racine multiple: 1

Mthode de la scante:pour x0 et x1 donns,
xn+1 = g(xn , xn1 ) = xn

f (xn )(xn xn1 )

(f (xn ) f (xn1 ))
Page 4

pour

n = 1, 2, 3, . . .

1
m

 Mthode de linterpolation quadratique inverse: pour x0 et x1 et x2 donns,

xn2 f (xn1 )f (xn )
(f (xn2 ) f (xn1 ))(f (xn2 ) f (xn ))
xn1 f (xn2 )f (xn )
+
(f (xn1 ) f (xn2 ))(f (xn1 ) f (xn ))
xn f (xn2 )f (xn1 )
+
(f (xn ) f (xn2 ))(f (xn ) f (xn1 ))

xn+1 = g(xn , xn1 , xn2 ) =

pour n = 2, 3, . . .
Analyse de convergence pour les mthodes k points, xn+1 = g(xn , xn1 , . . . , xnk+1 ):
en+1 ' K(r )en en1 enk+1
et
p

en+1 ' Cen

o f (r ) = 0

pour k = 2 (p ' 1, 61)

p p 1 = 0
3
2
p p p 1 = 0 pour k = 3 (p ' 1, 84)

p k p k1 p 1 = 0 dans le cas gnral

Systmes dquations algbriques

La factorisation matricielle de

`11

`21

A = LU = `31

.
.
.
`n1
La mthode

a1

b1

A=0

.
.
.
0

Crout:
0

`22

l32
..
.
`n2

`33
..
.

..
.
..
.
..
.
`nn1

de Thomas pour la factorisation

1
c1
0

..
..

.
a2 c 2
. 1


..
=
.
0
b2 a3
0

..
..
..
.
.
.
.
cn1 ..
0
0 bn1
an

La factorisation matricielle de

`11

`21

T
A = LL = `31

.
.
.
`n1

1
0

..

. 0

..

0 .

`nn

u12

u13

u1n

u23

..
.

..

..

u2n

u3n

..
.

des matrices tridiagonales:

1 c1
0
0
0

..
..

.
1
0
. 0 2

..

.
0
0
2
1
0
.

..
..
..
..

.
.
.
.
0 ..
0
0
0 n1 1

0
c2
3
..
.

..
.
..
.
..
.
0

0
..

cn1
n

Cholesky pour les matrices symtriques dfinies positives:

`11 `21 `31 `n1

0
0

.. 0
..
`22 `32 `n2
.

`22
0
.

0
..
0
`

`
33
n3

.
`32 `33
0

.
.
.

.
.
..
..
..
..
..
..
..
..

.
.
.
0

`n2 `nn1 `nn

0
0

0
`nn

Les noncs suivant sont quivalents:

A est une matrice symtrique et dfinie positive;
Toutes les valeurs propres de A sont relles et strictement positives;
Le dterminant des sous-matrices principales de A est strictement positif.
Page 5

 La rsolution des systmes linaires:

(
~ a LU x
~
~=b
~ = Pb
Ax

~
~ = P b;
1 ) Ly
~ = y.
~
2 ) U x

~ plutt que la matrice de permutation P .

Note: On peut utiliser le vecteur de permutation O
Normes vectorielles:
q
2
~ 2 = x12 + x22 + + xn
kxk

~ 1=
kxk

n
X

~ =
kxk

|xi |

i=1

max |xi |

i=1,2,...,n

Normes matricielles:
kAk1 =

max

n
X

j=1,2,...,n

|aij |

kAk =

i=1

n
X

max

i=1,2,...,n

v
u n
u X
u
a2ij
kAkF = t

|aij |

i,j=1

j=1

Conditionnement matriciel: cond A = kAkkA1 k

~ Ax
~?,
Bornes de lerreur: pour r~ = b
~x
~?k
k~
rk
kx
k~
rk
1

cond A
~
~
~
cond A kbk
kxk
kbk

et

~x
~?k
kx
kEk
cond A
?
~ k
kx
kAk

Le rayon spectral dune matrice A est dfini par:

(A) =

max |i |,

i=1,2,...,n

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

Proprit du rayon spectral pour une matrice A: (A) kAk
Matrice diagonale strictement dominante A:
|aii | >

n
X

|aij |

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

j=1
j6=i

~ et pour x
~ = (D + TI + TS )x
~=b
~ 0 donn,
La mthode de Jacobi: soit Ax
~
~ x
~ k+1 = G(
~ k ) = TJ x
~ k + c~J = D 1 (TI + TS ) x
~ k + D 1 b
x

xik+1

n
X


1
bi
aij xjk
pour
=
aii
j=1

i = 1, 2, . . . , n;
k = 0, 1, 2, . . .

j6=i

~ et pour x
~ = (D + TI + TS )x
~=b
~ 0 donn,
La mthode de Gauss-Seidel: soit Ax
~
~ x
~ k+1 = G(
~ k ) = TGS x
~ k + c~GS = (TI + D)1 TS x
~ k + (TI + D)1 b
x

xik+1

i1
X

n
X

1
=
bi
aij xjk+1
aij xjk
pour
aii
j=1
j=i+1
Page 6

i = 1, 2, . . . , n;
k = 0, 1, 2, . . .

~ k donn, rsoudre
La mthode de Newton: pour x

f
f1
~ k ) x12 (x
~k)
(x
x1
f2
f2 (x
~k)
x1 ~ k ) x2 (x
~ = R(
~ x
~ k )x
~ k )
J(x
..
..

.
.

fn
fn
k
~
~k
(
x
)
(
x1
x2 x )

..
.

f1
x1
~k
xn (x )

f2
k x
~
(
x
)
2

xn

~k)
f1 (x

f (x
k
2 ~ )

..
..

.. =

.
.
.

fn
k
~
xn
~k)
fn (x
xn (x )

~ pour k = 0, 1, 2, . . .
~ k+1 = x
~ k + x
puis x
quations diffrentielles
Pour le problme avec condition initiale y 0 (t) = f (t, y(t)) o y(t0 ) = y0 :
pour (t0 , y0 ) et h donns, et pour n = 0, 1, 2, . . . :
Euler explicite (ordre 1):
(
yn+1 = yn + hf (tn , yn )
tn+1 = tn + h
Euler modifi (Runge-Kutta dordre 2):

= yn + hf (tn , yn )

yn+1 = yn + h2 (f (tn , yn ) + f (tn + h, y))

t
=t +h
n+1

Point milieu (Runge-Kutta dordre 2):

k1 = hf (tn , yn )
yn+1 = yn + hf (tn + h2 , yn + k21 )

t
=t +h
n+1

Runge-Kutta dordre 4:

k1 = hf (tn , yn )

k1
h

2 = hf (tn + 2 , yn + 2 )

k = hf (t + h , y + k2 )
3
n
n
2
2

k4 = hf (tn + h, yn + k3 )

yn+1 = yn + 16 (k1 + 2k2 + 2k3 + k4 )

tn+1 = tn + h
Euler implicite (ordre 1):
(
yn+1 = yn + hf (tn+1 , yn+1 )
tn+1 = tn + h
Crank-Nicholson (ordre 2):
(
yn+1 = yn + h2 (f (tn , yn ) + f (tn+1 , yn+1 ))
tn+1 = tn + h
Erreur de troncature locale:
pour yn+1 = yn + h(tn , yn , tn+1 , yn+1 ):
n+1 (h) =

y(tn+1 ) y(tn )
(tn , y(tn ), tn+1 , y(tn+1 ))
h

Steven Dufour