Pr.

Bentbib
Faculté des Sciences et Techniques
Département de Mathématiques
Marrakech
Introduction
Beaucoup de problèmes mathématiques
dont l’existence d’une solution est bien
établie sont impossible à résoudre
directement. L’analyse numérique qui est
une discipline des mathématiques permet
de résoudre, par des calculs purement
numériques, des problèmes d’analyse
mathématique. Ces problèmes peuvent
même admettre une solution explicite mais
le nombre d’opération à effectuer est
tellement GRAND qui rend la solution
impossible à atteindre!
 L’objet de l’analyse numérique est de
concevoir et d’étudier des méthodes de
résolution de certains problèmes
mathématiques, en général issus de la
modélisation de problèmes réels, et dont on
cherche à calculer une solution approchée à
l’aide d’un ordinateur.
 De telles méthodes passent souvent par la
résolution de systèmes linéaires Ax=b. La
résolution de systèmes linéaires est donc une
partie incontournable du calcul scientifique.
Avec la méthode de Cramer, il faut
calculer n + 1 déterminants, chacun de
taille n × n, le nombre total d’opérations
à effectué est de l’ordre (n + 1)!.
La résolution à la main d'un système
de 12 équations à 12 inconnues par
la méthode de Cramer nécessiterait
197 années si on suppose qu’on ait
capable d’effectuer une opération
arithmétique en une seconde. Ce qui
est extrêmement rapide.
La résolution d'un système de 100
équations à 100 inconnues
nécessiterait environ (101)! ≃10¹⁶⁰
opérations arithmétiques
Aujourd’hui l’ordinateur le plus
puissant effectue 10¹² opérations par
seconde,
Il faudrait alors avec la méthode de
Cramer sur un superordinateur
1 4 0
1 0
Années.
L'âge de l'univers est d’environ 15
milliards d'années (15*10⁹) ), alors
que le même travail peut être
effectué en moins d'une
seconde en utilisant une "bonne"
méthode numérique.
La méthode d’élimination de Gauss,
nécessite seulement (2/3)n³ opérations
arithmétiques.
Pour un système de taille n=100, La
méthode d’élimination de Gauss,
nécessite 6.66*10⁻⁷ secondes sur un
ordinateur.
R
R
é
é
solution d
solution d


un syst
un syst
è
è
me lin
me lin
é
é
aire
aire
A x
A x
=
=
b
b
Calcul des valeurs propres et des
Calcul des valeurs propres et des
vecteurs propres d
vecteurs propres d


une matrice
une matrice
A v =
A v =
λ
λ
v
v
R Ré ésolution d solution d’ ’un syst un systè ème lin me liné éaire aire
A x A x = = b b
Méthodes directes
Gauss, LU, Cholesky,
QR…
Méthodes itératives
Jacobi, Gauss-Seidel, SOR,
Gradient-conjugué…
Pb aux valeurs propres Pb aux valeurs propres
A v = A v = λ λv v
Ou racines de polynômes Ou racines de polynômes
 Une méthode numérique est appelée
méthode directe si elle résout le
problème mathématique de façon
exacte après un nombre finis
d’opérations : l’élimination de Gauss
pour la résolution d’un système
d’équations linéaires
Une méthode numérique est appelée
itérative si elle génère une suite qui
converge vers la solution sans
l’atteindre forcément.
Chapitre I
Discrétisation
par différences finies.
 Beaucoup de phénomènes physique se
d’écrivent par un modèle mathématique qui en
général amène à un système d’Equations aux
Dérivées Partielles (EDP).
 Dans la plupart des cas, on ne saura pas
calculer une solution analytique, explicite, du
modèle ; on devra donc faire appel à des
techniques de résolution approchée et donc à
l’analyse numérique
Pour résoudre de tels problèmes par un
ordinateur, qui ne peut traiter qu’un nombre fini
d’inconnues, il faudra se ramener à un
problème en dimension fini.
On discrétise l’espace et/ou le temps. Si le
problème original est linéaire on obtient un
système linéaire Ax=b.
j ¦
¦ j
j ¦
1
Trouver : a,b IR tel que:
(P )
IR et : a,b IR donné
u
a, b, , s f
¦ ¬ e
÷
e ÷
´
o
¹
|
-u''(x) = f(x) x a, b
u(a) = et u(b) α = β
Laplacien en dimension1
x : position sur une barre de taille b-a
u(x) : température à la position x
f(x) : flux de chaleur à la position x
Equation de la chaleur
Description de la méthode des
différences finies
On construit un maillage du segment [a,b]:
a=x
0
<x
1
< ...<x
n
<x
n+1
=b.
On suppose le maillage uniforme:
i
x a i i=0,1,.... h
b-a
h=
n+1
n+1 = +
¦
¦
´
¦
¹
x
0
=a x
1
x
i-
x
i
x
i+1
x
n+1
=b
Pour i=1 à n, on cherche à approcher les valeurs
inconnues u(x
i
) par des valeurs u
h
(x
i
)= u
i
Développement de Taylor-Young pour h petit
2
'' 2
1
2
'' 2
2
2
h
u(x) u(x) +h (h)
2
h
u(x) u(x) +h (h)
2
u(x-h)-2u(x)+u(x+h)
D'
hu'(x)
hu'(x)
u"(x)
u(x h)
u(x
où,
h
h)
÷
+ +
= + t
= +
÷
t

L’opérateur dérivée seconde est
« approché » par un opérateur discret:
i i i
i
i 1 i i 1 ÷ +
2
2
-u(x -h)+2u(x)-u(x +h)
-u"(x)
h
-u +2u -u
h


1
2
7
h
h
h
h
u ( a h )
u ( a 2h )
u ( a 4 h )
u ( a 7 h )
u
u
U
u
+
| |
| |
+
| |
| |
| |
= = +
| |
| |
| |
| |
| |
+
¸ ¸ ¸ ¸

 

1
2 3 4 5 6
7
b
a
Avec la numérotation dans l’ordre naturel, les n
équations s’écrivent alors


1 2
2
n 1 n
2
2u u
h
u 2u
u(
u(
a
b)
h
)
÷
=
+
+
¦
¦
¦
¦
¦
¦
´
÷ + ÷
=
¦
¦
¦
+ ÷ + ÷
¦ =
¦
¹
1
n
i
i-1 i i+1
2
1 2
2
i
x
n-1 n
x
2
b - a
x a +ih, i = 1... n +
f(x )
1, h=
n +1
-u 2u - u
= i = 2... n - 1
h
- 2u - u
=
h
-u 2u -
=
h
α
f(a +h)
β
f(b - h)
Après multiplication par h
2
des équations, on
obtient le système de n équations linéaires à n
inconnues
1 2
2 3 4
2
3
¦
¦
¦
¦
¦
¦
´
¦
¦
¦
¦
¦
+
+
¹
+
+
2
1 2
2
3
2
2
i - 1 i i + 1
2
n
1
i
n - 1 n
2 u - u = h
- u 2 u - u = h
- u 2 u - u = h
- u
f ( x ) +
α
f ( x )
f ( x )
f ( x )
f
2 u - u = h
- u 2 ( x ) +
β
u = h


Ecriture matricielle du système
h h
A U b =
2
1
2
2
2
h h
i
2
n 1
2
n
2 1
h f ( x )
h f ( x )
1 2 1
A b 1 2 1
h f ( x )
h f ( x )
1 2 1
h f ( x )
1 2
0
0
÷
÷
`
`
+ o
|
|
|
| ÷ ÷
|
|
|
|
|
|
= = ÷ ÷
|
|
|
|
|
|
÷ ÷ |
|
| |
+ |
÷
' ¹
' ¹

  

  
2
i 1 i i 1 i
f(x u 2u u h (équation n°i ) )
÷ +
÷ + ÷ =
2
1 2 1
2u u h (équati f (x on ) n° 1) +o ÷ =
Laplacien en dimension 2
h
h
h
f (x, y)
Trouver défini sur un carré u
u (x, y)
u (x, y g(x, y)
(x,y)
(x,y) )
¦
O
¦
÷ = ¬ eO
´
¦
= ¬
A
eI
¹
2 2
2 2
L ' o p é r a t e u r . +
x y
c c
A =
c c
Pour faire apparaître la matrice et le second membre
correspondants à ce système, il faut comme
précédemment introduire une numérotation des
inconnues et des équations.
=[a,b]

[a,b]
On définit un maillage du carré en introduisant n points
équidistants sur les côtés que l’on joint par des parallèles aux
axes.
h
h
h
b a
n 1
÷
=
+
, ,
, ,
h
h
O =
I =
Développement de Taylor-Young pour h petit
2 2
2
1
2
2 2
2
2
2
2 2
2
3
2
2 2
2
4
2
h u
u(x, y) (x, y) +h (h)
2 x
h u
u(x, y) (x, y) +h (h)
u
u(x h, y) h (x, y)
x
u
u(x h, y) h (x, y)
x
u
u(x, y h) h (x
2 x
h u
u(x, y) (x, y) +h (h)
2 y
h u
u(x, y) (x
, y)
y
u
u(x, y h) h (x, y)
y
, y) +h (
2 y
c
= + t
c
c
= + t
c
c
= + t
c
c
+ +
c
c
÷ ÷
c
c
+ +
c
c
÷ ÷ +
c
c
= t
c
h)
26
2
2
2
2
2
2
u(x h,y) 2u(x,y) u(x h,y)
h
u(x,y h) 2u(x,
u
(x,y)
x
u
(x,y)
y) u(x,y h)
h y
÷ ÷ + ÷ +
÷ ÷ +
c
c
c
c
÷
÷
÷ +
+
2
Δu(x,y)
-u(x-h,y)-u(x,y-h) 4u(x,y)-u(x,y+h)-u(x+h,
-
y)
h



D’où
27
i i
i 1, j i, j 1 i, j i, j 1 i 1, j ÷ ÷ + +
+
A
2
2
Δu(x,y)
-u(x-h,y)-u(x,y-h) 4u(x,y)-u(x,y+h)-u(x+h,y)
h
- u(x ,y )
-u -u +4u -u -u
h
- 

Pour chaque point (x
i,
y
j
) de la grille, on cherche à
approcher les valeurs inconnues u (x
i,
y
j
) par des
valeurs u
h
(x
i,
y
j
)= en introduisant un
problème discret.
i , j
u
, ,
, ,
, ,
, ,
h
i , j
b a
a v e c
n 1
; i , j 1 . . . n
h
; i , j 0 . . . n 1
h
( i , j ) ( 0 , 0 )
h
P ( a i h , a j h )
( a i h , a
; ( 0 , n 1 ) ; ( n 1 , 0 ) ; ( n 1 , n
h
)
1 )
h
j h
÷
=
+
O = =
= +
+
- + + + +
O
+
+ +
= =
O =
I = O ÷ =
h
h
Exemple:
On numérote de gauche à droite puis de bas en haut.
1
2 3
4 5 6
7 8 9
désignant les points (nœuds) de la grille, on introduit le
vecteur inconnu U est défini par
u
u
u
`
|
|
|
|
|
|
' ¹
1,1 1,1
i,j i,j
n,n n,n
u(P )
u(P )
U =
u(P )





Conséquence:
La numérotation des inconnues est fixée par la
numérotation des nœuds du maillage.
Numérotation des inconnues:
i,j
P i,j=1 ,2, , n 
31
La numérotation dans l’ordre ligne par ligne induit une
décomposition par blocs du vecteur
N 2
IR , i U ci N=n e
1 bloc
1 ligne du maillage
1 ,1
n ,1
1 , 2
n , 2
1 , n
n , n
u
u
u
u
U
u
u
`
|
|
|
|
|
|
|
=
|
|
|
|
|
|
|
|
' ¹





bloc 1
bloc 2
bloc n
32
h h
A U b =
h
S
S 4 1
1 4 1
S A
I
I I
I I
I I
I
S
4 1
1 4
S
S
0
0
`
|
|
÷
÷ ÷
÷ ÷
÷
`
|
÷ ÷
÷ ÷
|
|
|
|
=
|
|
|
|
|
' ¹
÷
= |
|
÷
|
|
÷
' ¹
  
  

  
N=n
2
n
I matrice identité (n,n)
, ,
j h
ij
2
h ij j
i j
Q
voi sins de P
b h f (P ) g(Q ) i,j=1 ... n
eI
= +
¿
•Elle est tridiagonale
•En pratique elle est de grande taille et creuse:
b a
h
n 1
÷
=
+
1
endim1 : N n O(h ) h 0
÷
= = ÷
Le pourcentage d’éléments nuls dans la matrice est
grand devant ceux non nuls !
Propriétés de :
h
A
•La matrice est symétrique définie positive
h
A
2 2
endim2: N n O(h ) h 0
÷
= = ÷

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.