Module : Analyse numérique

Code Cours TP/TD HNE

MS-37 13 H 9H

Responsable Module Fayçal Mtar

Unité pédagogique Mathématique

TICMTI1021
Unité d’enseignement

Prérequis MS-40, MS-04, MS-33, MS-03

Mode d’évaluation :
La moyenne de ce module est calculée comme suit :

Moyenne = 20% contrôle continu+80% Examen final

Le contrôle continu : un test d’évaluation après le deuxième chapitre.

Acquis d’apprentissage :
À la validation de ce module, l’étudiant sera capable de :

 Approximer la forme fonctionnelle relation entre deux variables moyennant

l’interpolation.
 Résoudre numériquement un système d’équations linéaires.
 Résoudre numériquement des équations non linéaires.
 Calculer numériquement l’intégrale d’une fonction.

Contenu détaillé

Introduction à l’analyse numérique

- Définition
- Exemples représentatifs (domaines d’application)
- Plan du cours

Résolution des équations non-linéaires

A la fin de ce chapitre, l’étudiant sera capable de :
1- Définir la méthode de Dichotomie.
2- Calculer le nombre d’itérations nécessaire pour résoudre une équation non-linéaires par la
 méthode de dichotomie avec une précision donnée.
3- Définir la méthode de Newton.
4- Définir les conditions de convergences de la méthode de Newton.
5- Discuter le choix de la solution initiale de la méthode de Newton.
6- Comparer la méthode de Dichotomie et la méthode de Newton.

1- Exemples d’applications
2- Existence et unicité
3- La méthode de dichotomie :
o Définition
o L’algorithme de dichotomie
o Estimation de nombre d’itérations
o Ordre de convergence
o Application
4- La Méthode de Newton :
o Définition
o Condition de convergence (Choix de x0)
o L’algorithme de Newton
o Ordre de convergence
o Application
5- Comparaison entre les deux méthodes.

Interpolation Polynomiale
A la fin de ce chapitre, l’étudiant sera capable de :
1- Décrire et Appliquer la méthode de Lagrange
2- Appliquer la méthode de Newton
3- Appliquer les deux méthodes pour approximer une fonction dans un point donné.
4- Estimer l’erreur d’interpolation

1- Exemples d’applications.
2- Interpolation de Lagrange :
o Définition du polynôme de Lagrange
o application
3- Les différences divisées de Newton :
o Définition
o application
4- Estimation de l’erreur d’interpolation.
Intégration numérique
A la fin de ce chapitre, l’étudiant sera capable de :
1- Décrire et Appliquer les méthodes de rectangles, trapèze et Simpson simples et composites
2- Appliquer une formule de quadrature pour approximer l’intégrale d’une fonction sur un
intervalle fermé.
3- Déterminer le degré d’exactitude d’une formule d’approximation de l’intégral d’une fonction.
1- Exemples d’applications.
2- Les formules simples :
o Méthode de rectangle
o Méthode de trapèze
o Méthode de Simpson
o application
3- Les formules composites :
o Méthode de rectangle
o Méthode de trapèze
o Méthode de Simpson
o application
4- Les formules de quadrature :
o Définition
o Degré d’exactitude
o Application : calcule de degré d’exactitude des méthodes composites.
Résolution d’un système d’équations linéaires par les méthodes directes et
itératives
A la fin de ce chapitre, l’étudiant sera capable de :
1- Montrer l’existence et l’unicité d’une solution d’un système d’équation linéaire.
2- Appliquer la décomposition de LU pour décomposer une matrice.
3- Décrire et Appliquer la méthode de Gauss et LU pour résoudre un système d’équation linéaire.
4- Décrire et Appliquer la méthode de Jacobi et Gauss-Seidel pour résoudre un système
d’équation linéaire.
5- Citer les conditions de convergences des méthodes de Jacobi et Gauss-Seidel.

- Exemples d’applications.
- Introduction :
o Définition d’un système d’équation.
o Existence et unicité de la solution.
o Résolution par la méthode de cramer.
- Les méthodes exactes :
o Le pivot de Gauss
o La décomposition LU
o Comparaison des deux méthodes (cout de calcule).
- Méthodes Itératives :
o Principe général
o La méthode de Jacobi :
o La méthode de Gauss-Seidel
o Comparaison des deux méthodes

- TextBook
Références bibliographiques :
Cours d’analyse numérique. Raphaèle Herbin 2004-2005.
https://hal.inria.fr/file/index/docid/92967/filename/cel-40.pdf
Grégoire Allaire “Analyse numérique et optimisation : Une
introduction à la modélisation mathématique et à la simulation
numérique"
Ecole Polytechnique | 2005-10-07 | ISBN: 2730212558