Scribd Logo
Importer

Bienvenue sur Scribd !

  • 1 vues

    Tp

    Transféré par

    patrickpulu4

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Tp

    Transféré par

    patrickpulu4
    1 vues5 pages

    Copyright

    © © All Rights Reserved

    Formats disponibles

    DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    1 vues5 pages

    Tp

    Transféré par

    patrickpulu4

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    Vous êtes sur la page 1sur 5

    INTRODUCTION

    L'analyse numérique est un domaine des mathématiques appliquées qui se concentre sur le
    développement et l'analyse d'algorithmes pour résoudre des problèmes mathématiques de manière
    numérique. Ces problèmes peuvent inclure la résolution d'équations, l'intégration, la dérivation, et
    l'approximation de fonctions. En raison de la nature des calculs numériques, il est inévitable que des
    erreurs se produisent. Comprendre ces erreurs est essentiel pour évaluer la précision et la fiabilité des
    résultats obtenus par des méthodes numériques.

    1. DIFFERENTES SOURCES D’ERREUR EN ANALYSE NUMERIQUE

    Les erreurs en analyse numérique peuvent être classées en plusieurs catégories :

    A. ERREUR DE TRONCATURE :
    Elles proviennent de l'approximation d'une solution exacte par une solution numérique. Par exemple,
    lorsque l'on utilise une méthode de Taylor pour approximer une fonction, la différence entre la
    fonction réelle et son approximation est une erreur de troncature.

    B. ERREUR D’QRRONDI :
    Ces erreurs surviennent en raison de la limitation de la précision des nombres représentés dans
    l'ordinateur. Les ordinateurs ne peuvent stocker qu'un nombre fini de chiffres, ce qui peut entraîner des
    erreurs lors des opérations arithmétiques.

    C. ERREURS DE PROPAGATION :
    Elles se produisent lorsque les erreurs d'arrondi s'accumulent à travers une série d'opérations. Par
    exemple, dans un calcul impliquant plusieurs étapes, chaque opération peut introduire une petite erreur
    qui peut se cumuler et affecter le résultat final.

    D. ERREUR DE MODELISATION :
    Ces erreurs surviennent lorsque le modèle mathématique utilisé pour représenter un phénomène réel
    ne correspond pas parfaitement à la réalité. Cela peut être dû à des hypothèses simplificatrices ou à des
    approximations.

    E. ERREURS DE SAISIE :
    Elles sont dues à des erreurs humaines lors de l'entrée des données dans un programme ou un
    algorithme.
    2. ERREUR ABSOLUE ET RELATIVE

    A. ERREUR ABSOLUE

    L'erreur absolue mesure la différence entre la valeur exacte (ou théorique) et la valeur approximative
    obtenue par une méthode numérique. Elle est définie par la formule :
    Eₐ = |x_(exact) - x_(approximé)|
    Exemple : Supposons que nous souhaitions calculer la racine carrée de 2. La valeur exacte est √(2) ≈
    1.41421356. Si notre méthode numérique nous donne x_(approximé) = 1.414, alors l'erreur absolue
    est :
    Eₐ = |1.41421356 - 1.414| ≈ 0.00021356

    B. ERREUR RELATIVE

    L'erreur relative quantifie l'erreur par rapport à la taille de la valeur exacte. Elle est définie par la
    formule :
    Eᵣ = |x₍exact) - x₍approximé)| / |xₑₓₐ}|}
    L'erreur relative est souvent exprimée en pourcentage : Eᵣ (%) = ((x₍exact) - x ₍approximé)| / |xₑₓₐ}|})) ×
    100
    Exemple : En reprenant notre exemple précédent avec x(exact) = √ (2) ≈ 1.41421356 et x(approximé)
    = 1.414, nous calculons l'erreur relative :
    Eᵣ = |1.41421356 - 1.414| / |1.41421356| ≈ 0.00021356 / 1.41421356 ≈ 0.000150
    En pourcentage : Eᵣ (%) ≈ 0.0150%

    C. Conclusion

    L'analyse des erreurs en analyse numérique est essentielle pour garantir la fiabilité des résultats
    obtenus par les méthodes numériques. En comprenant les différentes sources d'erreur ainsi que les
    concepts d'erreur absolue et d'erreur relative, les praticiens peuvent mieux évaluer et améliorer la
    précision de leurs calculs numériques.
    ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE
    INSTITUT SUPERIEUR DE STATISTIQUE DE LUBUMBASHI

    SECTION DE STAT & INFO

    Département d’informatique
    B.P : 2471 LUBUMBASHI

    TRAVAIL PRATIQUE D’ANALYSE NUMERIQUE

    Présenté par KELA TSHIMANGA Syntiche

    Dirigé par Ass TUBULA

    Promotion BAC2 R.I

    ANNEE ACADEMIQUE 2024 – 2025

    Vous aimerez peut-être aussi

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy