Quadrature numérique
Méthodes numériques de base - Analyse numérique
AF1220 v1 Article de référence

Quadrature numérique
Méthodes numériques de base - Analyse numérique

Auteur(s) : Claude BREZINSKI

Relu et validé le 19 nov. 2019 | Read in English

Logo Techniques de l'Ingenieur Cet article est réservé aux abonnés
Pour explorer cet article plus en profondeur Consulter l'extrait gratuit

Déjà abonné ?

Présentation

1 - Arithmétique de l’ordinateur

  • 1.1 - Virgule flottante normalisée
  • 1.2 - Opérations arithmétiques et conséquences
  • 1.3 - Conditionnement d’un problème
  • 1.4 - Correction de l’arithmétique

2 - Interpolation

  • 2.1 - Polynôme d’interpolation et son calcul
  • 2.2 - Erreur d’interpolation
  • 2.3 - Choix des points d’interpolation
  • 2.4 - Convergence
  • 2.5 - Polynôme d’interpolation d’Hermite
  • 2.6 - Exemples d’interpolation non polynomiale
  • 2.7 - Fonctions splines

3 - Quadrature numérique

  • 3.1 - Quadrature de type interpolation
  • 3.2 - Convergence et stabilité
  • 3.3 - Méthodes des trapèzes et de Romberg
  • 3.4 - Méthode de Gauss et polynômes orthogonaux

4 - Intégration des équations différentielles

  • 4.1 - Définition du problème
  • 4.2 - Méthodes à pas séparés
  • 4.3 - Méthodes à pas liés
  • 4.4 - Problèmes aux limites

5 - Approximation

  • 5.1 - Meilleure approximation. Théorie
  • 5.2 - Meilleure approximation. Exemples
  • 5.3 - Approximation de Padé
  • 5.4 - Ondelettes
Sommaire

Présentation

RÉSUMÉ

L’analyse numérique étudie les méthodes, appelées constructives, de résolution numérique des problèmes. Cet article débute par la présentation de la problématique posée par la programmation sur ordinateur des méthodes d’analyse numérique. Sont ensuite abordées successivement l’erreur d’interpolation, l’approche de la quadrature numérique, l’intégration des équations différentielles puis la théorie de l’approximation, qui constitue à elle seule une partie fondamentale de l’analyse numérique.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

  • Claude BREZINSKI : Docteur ès sciences mathématiques - Professeur à l’université des Sciences et Technologies de Lille

INTRODUCTION

Il est bien connu que les méthodes utilisées en mathématiques classiques sont incapables de résoudre tous les problèmes. On ne sait pas, par exemple, donner une formule pour calculer exactement le nombre x unique qui vérifie x = exp (– x) ; on ne sait pas non plus trouver la solution analytique de certaines équations différentielles ni calculer certaines intégrales définies. On remplace alors la résolution mathématique exacte du problème par sa résolution numérique qui est, en général, approchée. L’analyse numérique est la branche des mathématiques qui étudie les méthodes de résolution numérique des problèmes, méthodes que l’on appelle constructives. Par méthode constructive, on entend un ensemble de règles (on dit : algorithme) qui permet d’obtenir la solution numérique d’un problème avec une précision désirée après un nombre fini d’opérations arithmétiques.

L’analyse numérique est une branche assez ancienne des mathématiques. Autrefois, en effet, les mathématiciens développaient les outils dont ils avaient besoin pour résoudre les problèmes posés par les sciences de la nature. C’est ainsi que Newton était avant tout un physicien, Gauss un astronome… Ils s’aperçurent rapidement que les problèmes pratiques qui se posaient étaient trop compliqués pour leurs outils et c’est ainsi que, peu à peu, s’élaborèrent les techniques de l’analyse numérique. Ces méthodes ne connurent cependant leur essor actuel qu’avec l’avénement des ordinateurs à partir des années 1945-1947.

Ce qui suit n’est pas un cours théorique d’analyse numérique. Il existe d’excellents livres pour cela. Ce n’est pas non plus un catalogue de méthodes et de recettes. Pour être utilisées correctement et pour que leurs résultats soient interprétés correctement, les méthodes d’analyse numérique nécessitent une connaissance des principes de base qui ont guidé les mathématiciens ; il est très difficile, voire impossible, d’utiliser un algorithme d’analyse numérique comme une boîte noire. Pour ces raisons, une voie médiane a été choisie et les algorithmes sont toujours replacés dans leur contexte théorique ; le lecteur soucieux des démonstrations pourra se référer à la littérature correspondante.

Les méthodes d’analyse numérique sont destinées à être programmées sur ordinateur. L’arithmétique de l’ordinateur n’a qu’une précision limitée (par la technologie), ce qui pose souvent des problèmes extrêmement importants qu’il faut pouvoir analyser et éviter. C’est pour cela que le premier paragraphe est consacré à cette question.

Nota :

Il existe, naturellement, de très nombreux ouvrages d’analyse numérique. Comme références, on pourra consulter [2] [6] [22] [25] [30] [37] [40].

Logo Techniques de l'Ingenieur

Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.

Pour explorer cet article Consulter l'extrait gratuit

Déjà abonné ?


DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-af1220

Article inclus dans l'offre

"Mathématiques"

(170 articles)

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques.

Des contenus enrichis

Quiz, médias, tableaux, formules, vidéos, etc.

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.

Des avantages inclus

Un ensemble de services exclusifs en complément des ressources.

Voir l'offre

3. Quadrature numérique

3.1 Quadrature de type interpolation

Nous allons maintenant nous intéresser à l’obtention d’une valeur numérique approchée de l’intégrale définie :

I=abf(x)ω(x)dx

avec ω (x ) > 0, ∀ x ∊]ab [,

abω(x)dx<+ .

L’idée de base des méthodes numériques pour résoudre ce problème (que l’on appelle : méthodes de quadrature) est de remplacer la fonction f que l’on ne sait pas intégrer par son polynôme d’interpolation. On a une méthode de quadrature de type interpolation.

Soit donc ax0<x1<<xn1<xnb et soit Pn le polynôme d’interpolation de f (et non pas de ) en ces points. Nous avons, d’après le théorème 9, f (x ) = Pn (x ) + En (x ) où En (x ) est l’erreur d’interpolation en x . Par conséquent :

abf(x)ω(x)...

Logo Techniques de l'Ingenieur

Cet article est réservé aux abonnés.
Il vous reste 95 % à découvrir.

Pour explorer cet article Consulter l'extrait gratuit

Déjà abonné ?


Lecture en cours
Quadrature numérique

Article inclus dans l'offre

"Mathématiques"

(170 articles)

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques.

Des contenus enrichis

Quiz, médias, tableaux, formules, vidéos, etc.

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.

Des avantages inclus

Un ensemble de services exclusifs en complément des ressources.

Voir l'offre

Sommaire
Sommaire
Logo Techniques de l'Ingenieur

Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.

Pour explorer cet article Consulter l'extrait gratuit

Déjà abonné ?


Article inclus dans l'offre

"Mathématiques"

(170 articles)

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques.

Des contenus enrichis

Quiz, médias, tableaux, formules, vidéos, etc.

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.

Des avantages inclus

Un ensemble de services exclusifs en complément des ressources.

Voir l'offre

Ressources documentaires

Interpolation, approximation et extrapolation rationnelles

Le but de cet article est de présenter les méthodes d'interpolation et d'approximation par des fonctions ...

Bases de données relationnelles

Cet article présente les fondements du modèle relationnel. Ce modèle est aujourd’hui le plus utilisé ...

Méthodes directes d’optimisation - Méthodes à une variable et simplex

Les méthodes d’optimisation permettent d’obtenir l’optimum d’une opération industrielle ou de ...